MOSS-Audio-Tokenizer-Nano-ONNX
лёгкий аудиокодек для ONNX Runtime
1 мин чтенияобновлено
ONNX-экспорт MOSS-Audio-Tokenizer-Nano — лёгкого аудиотокенизатора примерно на 20M параметров, который используется в MOSS-TTS-Nano. Поддерживает 48 кГц стерео, частоту токенов 12.5 Гц и 16 RVQ-кодбуков; рассчитан на torch-free инференс через ONNX Runtime и ONNX Runtime Web.
Ключевые особенности
- Около 20M параметров — ставка на снижение стоимости развёртывания при сохранении качества восприятия.
- Два бэкенда: ONNX Runtime для CPU и ONNX Runtime Web для браузера.
- Аудио 48 кГц, стерео; токен-рейт 12.5 Гц и 16 RVQ-кодбуков.
- Энкодер waveform → дискретные коды, полный декодер и streaming decoder-step для инкрементального декодирования.
- Совместим с MOSS-TTS-Nano-100M-ONNX для полностью torch-free пайплайна MOSS-TTS-Nano.
Пример
huggingface-cli download OpenMOSS-Team/MOSS-Audio-Tokenizer-Nano-ONNX --local-dir weights/MOSS-Audio-Tokenizer-Nano-ONNX
Подробнее
Размер: около 20M параметров.Аудио: 48 кГц, стерео; токен-рейт 12.5 Гц; 16 RVQ-кодбуков.
Запуск: ONNX Runtime (CPU) или ONNX Runtime Web (браузер).
В репозитории — энкодер, полный декодер, streaming decoder-step и общие внешние веса.
Бенчмарки в карточке не приводятся.










Комментарии