cilla-mini

Cilla Mini est un modèle de synthèse vocale en persan entraîné par l'auteur communautaire mehdi-hf sur la base de Pocket TTS de Kyutai. La génération utilise 1820 millions de paramètres et produit une sortie mono à 24 kHz, avec une voix clonée à partir d'un échantillon audio de référence de 3 à 10 secondes. L'auteur indique une vitesse d'environ 3.79 fois le temps réel sur un CPU mono-thread de serveur cloud, et environ 12 à 23 fois le temps réel sur un M1 Pro avec le runtime Phonon écrit en Rust ; l'espace de démonstration Hugging Face fonctionne directement dans le navigateur via WebAssembly, sans téléversement du texte. Le modèle Cilla Lite de la même série, doté de 1 milliards de paramètres et destiné aux CPU, affiche selon l'auteur un taux d'erreur de mot plus faible (6.7% contre 10.4%).

Cilla Mini est un modèle de synthèse vocale en persan entraîné par l'auteur communautaire mehdi-hf sur la base de Pocket TTS de Kyutai. La génération utilise 1820 millions de paramètres et produit une sortie mono à 24 kHz, avec une voix clonée à partir d'un échantillon audio de référence de 3 à 10 secondes. L'auteur indique une vitesse d'environ 3.79 fois le temps réel sur un CPU mono-thread de serveur cloud, et environ 12 à 23 fois le temps réel sur un M1 Pro avec le runtime Phonon écrit en Rust ; l'espace de démonstration Hugging Face fonctionne directement dans le navigateur via WebAssembly, sans téléversement du texte. Le modèle Cilla Lite de la même série, doté de 1 milliards de paramètres et destiné aux CPU, affiche selon l'auteur un taux d'erreur de mot plus faible (6.7% contre 10.4%).

Pourquoi c'est important Les modèles de synthèse vocale open source en persan sont rares ; celui-ci est suffisamment petit pour fonctionner hors ligne dans un navigateur web, sans que le texte ne quitte l'appareil local, ce qui le rend adapté aux lecteurs d'écran et aux assistants hors ligne, mais son usage est limité à des fins non commerciales.

J'aime Hugging Face 22 · Score de tendance Hugging Face 21 · Téléchargements Hugging Face 0

Licence : Non commercial · ComfyUI : Non disponible · VRAM : ≈1 Go (estimation)

Raisons

  • Démonstration en ligne dans le navigateur, scripts d'exécution pour Mac et bibliothèque JavaScript disponibles
  • La fiche du modèle précise clairement la méthodologie d'évaluation, les conditions de test et les limitations

Utilisation

  • Après avoir demandé l'accès et vous être connecté sur la page Hugging Face, exécutez pip install "pocket-tts>=4.0.1", hf download mehdi-hf/cilla-mini --exclude "model.safetensors" "phonon/*" --local-dir cilla-mini, entrez dans le répertoire et lancez python speak_fa.py --voice prompts/parisa.wav --text "texte en persan" --out hello.wav ; vous pouvez également ouvrir directement l'espace de démonstration mehdi-hf/cilla-mini-demo

Risques

  • Licence CC BY-NC 4.0, usage strictement non commercial ; prise en charge uniquement du persan, les mots en alphabet latin et les émojis sont supprimés, le chinois n'est pas pris en charge
  • Les textes longs doivent être synthétisés phrase par phrase, sinon des répétitions ou des omissions de mots peuvent survenir ; le clonage de voix nécessite le consentement de la personne concernée, et les voix générées doivent être clairement identifiées comme synthétiques

Ouvrir

抱脸 text-to-speech 上升榜

Parcourir les dernières actualités IA