К содержимому
Аудио

Turaco-nano-tts-wes

лёгкая модель синтеза речи для пиджин-инглиша

2 мин чтения

Модель Turaco-nano-tts-wes от компании Clevaway создана для генерации устной речи на камерунском пиджин-инглише (WES) по текстовому промпту. Базируясь на архитектуре Kyutai Pocket TTS, эта миниатюрная языковая модель содержит около 109.5 миллионов параметров и весит всего 438 МБ в формате FP32. Релиз нацелен на локальный запуск на обычных процессорах (CPU), интеграцию в мобильные приложения и работу прямо в браузере через WebAssembly.

Ключевые особенности

  • Компактный размер: Весит в 14.9 раза меньше предыдущей версии Turaco CSM, что облегчает интеграцию.
  • Пилотный голос: В комплекте идёт предварительно просчитанное состояние голоса для быстрой генерации без исходного датасета.
  • Бразиузерная версия: Поддерживает запуск в WebAssembly с помощью среды Phonon для работы в веб-интерфейсе.
  • Целевое обучение: Дообучена на корпусе Common Voice 27.0 для работы с редким африканским диалектом.

Что можно сделать

  • Локальный синтез речи: Сгенерировать аудиозаписи на камерунском пиджин-инглише локально на CPU с помощью Python-библиотеки.
  • Веб-демонстрация: Протестировать модель прямо в браузере через специальный WebAssembly-рантайм без установки тяжелого ПО.
  • Интеграция в приложения: Использовать компактные веса для интеграции в мобильные и периферийные устройства.

Пример

from pocket_tts import TTSModel
model = TTSModel.load_model(config="hf://fotiecodes/turaco-nano-tts-wes/wes.yaml")
state = model.get_state_for_audio_prompt("hf://fotiecodes/turaco-nano-tts-wes/voice.safetensors")
audio = model.generate_audio(state, "I di go for ma wok.")
ПодробнееБерёт за основу: Kyutai Pocket TTS
Параметры: 109.5 млн
Размер весов: 438 МБ (FP32)
Браузерная версия GGUF: ~177 МБ
Обучение: 200 шагов optimizer steps на GPU Tesla T4
Обсудить Telegram 0

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.4 GB · готовые файлы0.9 GB
  • BF16веса 0.2 GB0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 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 · F32 — 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.

    # fotiecodes/turaco-nano-tts-wes
    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 fotiecodes/turaco-nano-tts-wes --local-dir ~/models/turaco-nano-tts-wes
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к turaco-nano-tts-wes
  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

kyutai/pocket-tts

Новые посты про версии pocket-tts — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

fotiecodes/turaco-nano-tts-wes
Автор
fotiecodes
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

tiny-voca-ca

tiny-voca-ca
Аудио

tiny-voca-ar

tiny-voca-ar