Аудиоrobertbschuette
Higgs Audio v3 Studio
локальный TTS с клонированием голоса на Windows
2 мин чтения
Репозиторий с runtime-файлами для Higgs Audio v3 Studio — Windows-приложения на Rust/Tauri, которое запускает портированный C++/CUDA-движок Higgs Audio v3 локально. Это не оригинальный релиз модели, а GGUF-сборки, DLL CUDA-движка, чексуммы и манифест для загрузчика приложения. Upstream — Higgs Audio v3 TTS 4B от Boson AI.
⚙ Ключевые особенности
- 🖥 Локальный TTS, voice clone, продолжение речи и multi-speaker в десктопном приложении.
- ⚙ GGUF-варианты
q4_k_m,q5_k,q6_k,q8_0иbf16— выбор между качеством и VRAM. - 🎙 Speaker Gallery, импорт/экспорт голосов в ZIP и кэш референсов
.hspkcache. - 🌐 Локальный API: обычный TTS, клонирование, продолжение речи, WAV/MP3 и стриминг NDJSON.
- 🔍 Whisper.cpp помогает с транскриптом референса; есть диагностика VRAM и зависимостей DLL.
- 📊 Телеметрия железа и диагностика VRAM в Command Centre приложения.
💡 Пример
Сценарий из карточки: скачайте installer или portable-сборку, нажмите Download Engine DLLs, выберите GGUF-модель (например, q8_0), загрузите движок и модель, затем сгенерируйте WAV/MP3 с сохранённым голосом или без него.
Подробнее
VRAM:q4_k_m — 8 ГБ, q5_k — 9 ГБ, q6_k — 10 ГБ, q8_0 — 12 ГБ, bf16 — 16 ГБ.Движок: Windows x64, NVIDIA RTX 30xx/40xx/50xx, драйвер с CUDA 13;
nvcuda.dll берётся из драйвера NVIDIA и в репозиторий не входит.Лицензия upstream — Boson Higgs TTS 3 Research and Non-Commercial License; коммерческое использование и редистрибуция требуют проверки условий.
Это runtime-репозиторий, а не оригинальный релиз весов модели.
Комментарии