К содержимому
Другое

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
ПодробнееРазмер: 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.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 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 · 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.

    # newbeeforever/MOSS-Audio-Tokenizer-Nano-ONNX
    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 newbeeforever/MOSS-Audio-Tokenizer-Nano-ONNX --local-dir ~/models/MOSS-Audio-Tokenizer-Nano-ONNX
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MOSS-Audio-Tokenizer-Nano-ONNX
  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 MOSS-Audio-Tokenizer-Nano-ONNX — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

newbeeforever/MOSS-Audio-Tokenizer-Nano-ONNX
Автор
newbeeforever
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии