К содержимому
Аудио

finanfa-fon-tts-v1

офлайн-TTS для языка фон

2 мин чтения

Одноголосый синтез речи для языка фон (fɔngbè, Бенин) от Finanfa Tech. Модель в формате ONNX весит 63,5 МБ, работает на CPU без подключения к сети и сохраняет тоны. Это рабочая версия v1: некоторые тоны и символы пока произносятся с ошибками.

Ключевые особенности

  • Один файл ONNX на 63,5 МБ, частота 22 050 Гц, моно; запуск на CPU.
  • Сохраняет тоновые знаки: высокий ◌́, восходящий ◌̌ и низкий ◌̀.
  • Текст читается посимвольно, без espeak; infer.py нормализует текст и приводит его к нижнему регистру.
  • Есть параметр length_scale: значения больше 1 замедляют речь, меньше 1 — ускоряют.
  • На CPU MacBook M3 синтез примерно в 16 раз быстрее реального времени.

Пример

from pathlib import Path
import soundfile as sf
from infer import FonVoice

voice = FonVoice(Path('finanfa-fon-tts-v1.onnx'))
audio = voice.synth('mǐ ɖò xwé.')
sf.write('sortie.wav', audio, voice.sr)
ПодробнееПубличных численных оценок нет; UTMOS около 2,9 из 5 при обучении авторы считают ненадёжным для фон.
Обучение: старт с en_US-lessac-medium, 24 эпохи на GPU T4; 5 224 клипа (6,35 ч) от одного диктора.
Ограничения: один диктор и стиль чтения; низкий тон ◌̀ в корпусе был только на e и i; цифры не поддерживаются — числа нужно писать словами; фразы лучше держать короткими.
Файл finanfa-fon-tts-v1.onnx.json должен лежать рядом с .onnx. С sherpa-onnx модель не проверялась.
Обсудить Telegram 0 148

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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.

    # finanfa-tech/finanfa-fon-tts-v1
    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 finanfa-tech/finanfa-fon-tts-v1 --local-dir ~/models/finanfa-fon-tts-v1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к finanfa-fon-tts-v1
  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 finanfa-fon-tts-v1 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

finanfa-tech/finanfa-fon-tts-v1
Автор
finanfa-tech
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

1480

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии