К содержимому
Другое

VieNeu-TTS v3 Turbo

быстрая система синтеза речи

2 мин чтенияобновлено

VieNeu-TTS v3 Turbo — это следующее поколение открытой системы синтеза и клонирования речи для вьетнамского языка, созданной с нуля. Модель поддерживает мгновенное клонирование голоса по короткому аудиофрагменту (3–8 секунд), стабильное чтение в реальном времени с задержкой первого аудио от 115 мс, а также экспериментальные невербальные сигналы и эмоции, такие как смех или вздохи. Решение оптимизировано для работы как на потребительских видеокартах (через PyTorch с батчингом), так и на обычных CPU через ONNX Runtime. Инструмент подойдет разработчикам голосовых ассистентов, создателям контента для подкастов, аудиокниг и роликов в социальных сетях.

Ключевые особенности

  • 25 встроенных голосов — стабильные пресеты для трех основных диалектных регионов с разной окраской.
  • Экстремальная скорость — RTF около 0.02 в батч-режиме на GPU RTX 3060 и до 16 параллельных стримов.
  • Эмоциональные теги — поддержка встроенных подсказок вида [cười] (смех) или [thở dài] (вздох) прямо в тексте.
  • OpenAI-совместимое API — готовый сервер для легкой интеграции через стандартные SDK и инструменты вроде LiveKit.
  • Поддержка LoRA — возможность дообучения на собственные голоса и стили чтения с помощью скриптов.

Что можно сделать

  • Сгенерировать профессиональную озвучку для подкастов, лекций или видеороликов с помощью встроенных пресетов голоса.
  • Клонировать любой голос по короткой 3–8 секундной аудиозаписи с автоматическим шумоподавлением.
  • Развернуть собственный локальный речевой сервер со стримингом по стандарту OpenAI SDK.
  • Дообучить модель (Fine-tuning) на уникальный стиль речи с помощью встроенных LoRA-скриптов.

Пример

from vieneu import Vieneu

vieneu = Vieneu()
audio = vieneu.infer("[cười] Xin chào các bạn, đây là tổng hợp giọng nói tự nhiên!", voice="Hải Đăng")
vieneu.save(audio, "output.wav")
Подробнее• Частота дискретизации: 48 кГц (высокое качество звука)
• Производительность: RTF ≈ 0.01–0.02 на GPU, RTF ≈ 0.5 на CPU
• Требования: потребительский GPU (рекомендуется для максимального ускорения) или CPU
• Архитектура: кодек MOSS-Audio-Tokenizer-Nano и фонимизатор sea-g2p
Видео-примеры
Обсудить Telegram 0 15

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

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

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

О модели

hoahocabc/vieneutts_pnb
Автор
hoahocabc
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

150

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

ResPlan CVAE

ResPlan CVAE