К содержимому
Аудио

Canora Dutch

качественный синтез речи для нидерландского языка

2 мин чтенияобновлено

Canora Dutch — это открытая модель синтеза речи (TTS (text-to-speech, технология преобразования текста в речь)) для нидерландского языка, предлагающая два голоса: женский (noor) и мужской (daan). Архитектурно она основана на лёгкой и быстрой базе Kokoro-82M (модель объемом 82 миллиона параметров) и распространяется по лицензии Apache 2.0, разрешающей коммерческое использование. Модель корректно проговаривает числа, даты, время и цены, превосходя по качеству и разборчивости многие существующие аналоги. Она отлично подойдет разработчикам голосовых ассистентов, создателям аудиокниг и приложений для чтения текста на нидерландском.

Ключевые особенности

  • Два голоса: женский noor и мужской daan с естественным звучанием.
  • Корректное чтение чисел, дат, времени и цен по правилам нидерландского языка.
  • Компактный размер: 82 миллиона параметров, высокая скорость работы и квантованные int8 ONNX-веса размером всего 115 МБ.
  • Стандартная экосистема: полная совместимость с библиотекой kokoro и поддержка ONNX Runtime с transformers.js.
  • Свободная лицензия Apache 2.0 для коммерческого и личного использования.

Что можно сделать

  • Интегрировать модель в ботов или сервисы для озвучивания текстов на нидерландском языке.
  • Создавать инструменты для автоматической генерации аудиокниг и обучающих материалов.
  • Внедрять озвучку в приложения и инструменты доступности (accessibility) для пользователей с нарушениями зрения.
  • Запускать модель в браузере или на мобильных устройствах с помощью ONNX Runtime и transformers.js.

Пример

import importlib, sys
from pathlib import Path
import soundfile as sf
import torch
from huggingface_hub import hf_hub_download
from kokoro import KModel

REPO = "empiriolabsai/canora-dutch"
sys.path.insert(0, str(Path(hf_hub_download(REPO, "g2p_nl.py")).parent))
g2p = importlib.import_module("g2p_nl").DutchG2P()
model = KModel(repo_id=REPO, config=hf_hub_download(REPO, "config.json"),
               model=hf_hub_download(REPO, "canora-dutch.pth")).eval()
voice = torch.load(hf_hub_download(REPO, "voices/noor.pt"), weights_only=True)

phonemes, _ = g2p("Op 12 maart om 14:30 kost een kaartje € 12,50.")
with torch.no_grad():
    audio = model(phonemes, voice[len(phonemes) - 1], 1.0)
sf.write("speech.wav", audio.numpy(), 24000)
ПодробнееБенчмарки на 200 тестовых предложений (WER: word error rate, ниже лучше; UTMOS: оценка естественности от 1 до 5, выше лучше): голос noor — 0.93% WER, 4.21 UTMOS; голос daan — 0.98% WER, 4.15 UTMOS.
Требования к железу: легкая модель (82 млн параметров), работает быстрее реального времени на CPU (на 4 потоках AMD EPYC — в 3.4–3.8 раза быстрее реального времени).
Ограничения: поддерживает только нидерландский язык (слова из других языков читаются по правилам нидерландского), фиксированный стиль речи без эмоций и управления интонацией.
Детали обучения: синтетические голоса разработаны авторами, не являются копиями реальных людей.
Примеры
Обсудить Telegram 0 43

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.3 GB · готовые файлы0.8 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.7 GB
  • 4-bitвеса 0.1 GB0.6 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.

    # empiriolabsai/canora-dutch
    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 empiriolabsai/canora-dutch --local-dir ~/models/canora-dutch
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к canora-dutch
  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

Дообучение модели

hexgrad/Kokoro-82M
  1. StyleTTS2-LJSpeechоснова семьи
  2. Kokoro-82M
  3. canora-dutch

Новые посты про версии StyleTTS2-LJSpeech — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 3Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

empiriolabsai/canora-dutch
Автор
empiriolabsai
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

430

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

pingo-ptbr

pingo-ptbr