К содержимому
Аудио

Leokani-tts 4.5M

крошечный TTS для CPU и микроконтроллеров

1 мин чтенияобновлено

Leokani-tts 4.5M от Milliwatt Labs — уменьшенная версия Leokani-tts 7M: тот же женский американский голос Dala в 4,3 млн параметров. Модель обучена на синтетической речи Kokoro-82M и рассчитана на медленные CPU и микроконтроллеры.

Ключевые особенности

  • 4,3 млн параметров; файлы safetensors на 17 МБ (fp32) или 8,6 МБ (fp16).
  • Есть ONNX-варианты: fp32, fp16 и int8 размером 5,1 МБ.
  • 24 кГц моно; один голос, только английский.
  • Для фонем используется espeak-ng или собственный Leokani G2P с флагом --g2p leokani.
  • Заявлена работа на ESP32-P4 и ESP32-S3, а также на одном ядре Arm.

Пример

hf download milliwattlabs/leokani-tts-4.5M --local-dir leokani-tts-4.5M
cd leokani-tts-4.5M
pip install -r requirements.txt
python leokani.py "Hello there. How was your day?" -o hello.wav
python leokani.py "A little slower, please." --speed 0.85 -o slow.wav
python leokani.py --fp16 "Same voice, half-size weights." -o fp16.wav
ПодробнееНа одном ядре Arm Cortex-A725 — 38× реального времени, первый звук за 128 мс; на ESP32-P4 — 1,06×, на ESP32-S3 — 0,56×.
На GPU DGX Spark — до 4 257× при пакетной генерации.
Ограничения: один голос, английский, нейтральная подача; необычные имена могут читаться неверно.
Лицензия CC BY-NC 4.0 — только некоммерческое использование; в аудио встроен неслышимый водяной знак.
Обсудить Telegram 1 4

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 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 · 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.

    # milliwattlabs/leokani-tts-4.5M
    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 milliwattlabs/leokani-tts-4.5M --local-dir ~/models/leokani-tts-4.5M
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к leokani-tts-4.5M
  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 leokani-tts-4.5M — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

milliwattlabs/leokani-tts-4.5M
Автор
milliwattlabs
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

41

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии