Underdog Woof Japanese est un petit modèle de synthèse vocale en japonais. Les deux voix sont incluses dans un fichier de 40.5 Mo. L'auteur affirme qu'il fonctionne à environ 14.5 fois le temps réel sur un seul thread d'un Apple M5 Max, avec une mémoire vive maximale de 437 Mo, sans nécessiter de carte graphique ni de clé API. L'auteur a effectué des tests sur 446 phrases en japonais (dont 281 contenant des éléments difficiles à lire tels que des dates, des prix, des numéros de téléphone et des adresses), en comparant les taux d'erreur de kana. Le taux d'erreur sur les phrases difficiles est de 1.33%, inférieur à celui des modèles de comparaison Fish Audio Drama 3, Qwen3-TTS et Kokoro.
Pourquoi c'est important : La capacité à prononcer les caractères kanji, les dates, les prix, les numéros de téléphone, les codes postaux et les adresses selon les usages courants abaisse la barrière d'entrée pour la création d'outils de diffusion ou d'apprentissage du japonais.
J'aime (Hugging Face) 5 · Score de tendance Hugging Face 5 · Téléchargements Hugging Face 0
Licence : Non commerciale · ComfyUI : Non disponible · VRAM : Non spécifiée
Raison
- La version anglaise d'Underdog Woof a déjà été incluse dans le classement des tendances Hugging Face de la période précédente ; il s'agit ici de la nouvelle version japonaise.
Utilisation
- pip install numpy pyopenjtalk-plus, téléchargez le modèle puis exécutez python -m underdog_woof_ja "texte" hello.wav, utilisez --voice mikasa pour changer de voix
Risques
- La licence d'Underdog est non commerciale, l'utilisation commerciale n'est pas autorisée.
- L'évaluation a été réalisée par l'auteur ; le processus de transcription et de comparaison est décrit dans la fiche du modèle.