К содержимому
Другое

KIKI HASAN Big

бенгальский новостной TTS-голос на VITS

2 мин чтения

Это одноголосый бенгальский TTS-голос в стиле новостей на архитектуре VITS. Автор demoqqq дообучил базу EMTIAZZ Bangladeshi Bangla VITS на 1 863 собственных клипах (~227 минут) и 97 из 100 эпох на Kaggle (run user-voice-news-v2).

Ключевые особенности

  • Один мужской голос в новостной подаче; язык модели — bn.
  • Обучение на 1 863 клипах: 1 422 записи ElevenLabs-clone, 173 поздних клипа и 268 клипов Batch 1 для новых слов и цифр.
  • Основной файл — model_fullmeta.onnx (114 192 731 байт) для sherpa-onnx 2.0.1; в метаданных указаны sample_rate 22 050, n_speakers 1 и язык bn.
  • Для sherpa-onnx нужно использовать tokens_sherpa.txt в формате TOKEN-ID, а не Coqui-файл tokens.txt.
  • Чекпойнт best_model.pth — 997 804 867 байт; конфиг и словарь рассчитаны на 92 токена, включая цифры ০–৯ и символы %, ×, ÷, + как произносимые слова.

Пример

В Streamlit-демо приложение забирает model_fullmeta.onnx и tokens_sherpa.txt по публичным resolve-URL и запускает sherpa-onnx на CPU с noiseScale 0.667, noiseScaleW 0.8, lengthScale 1.0, silenceScale 0.2, maxNumSentences 1 и 2 потоками. На выходе — речь 22 050 Гц; можно подавать новостные фразы на бенгальском с цифрами и символами из расширенного словаря.

ПодробнееБенчмарков в карточке нет.
ONNX-файл — 114 192 731 байт, чекпойнт best_model.pth — 997 804 867 байт.
Для sherpa-onnx обязателен tokens_sherpa.txt; движок: CPU, 2 потока, 22 050 Гц.
Ограничение: один диктор, бенгальский язык, новостной стиль.
Обсудить Telegram 0 28

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.9 GB · готовые файлы1.5 GB
  • FP8 / INT8рекомендуемвеса 0.5 GB1.0 GB
  • 4-bitвеса 0.3 GB0.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # demoqqq/banglatts-kiki-hasan-big
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download demoqqq/banglatts-kiki-hasan-big --local-dir ~/models/banglatts-kiki-hasan-big
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к banglatts-kiki-hasan-big
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии banglatts-kiki-hasan-big — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

demoqqq/banglatts-kiki-hasan-big
Автор
demoqqq
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии