cilla-mini

Cilla Mini는 커뮤니티 작가 mehdi-hf가 Kyutai의 Pocket TTS를 기반으로 학습한 페르시아어 음성 합성 모델로, 생성 시 1820만 개의 파라미터를 사용하며 24kHz 모노 채널을 출력하고, 3–10초 분량의 참조 오디오에서 음성을 클로닝합니다. 작가는 클라우드 서버의 단일 스레드 CPU에서 약 3.79배의 실시간 속도를 달성하며, M1 Pro에서는 Rust로 작성된 Phonon 런타임을 사용하여 약 12–23배의 실시간 속도를 기록했다고 밝혔습니다. Hugging Face 데모 공간은 브라우저에서 WebAssembly를 통해 직접 실행되며 텍스트는 업로드되지 않습니다. 같은 시리즈의 1억 파라미터를 가진 Cilla Lite는 CPU용으로 설계되었으며, 작가는 어휘 오류율이 더 낮다고 주장합니다(6.7% 대 10.4%).

Cilla Mini는 커뮤니티 작가 mehdi-hf가 Kyutai의 Pocket TTS를 기반으로 학습한 페르시아어 음성 합성 모델로, 생성 시 1820만 개의 파라미터를 사용하며 24kHz 모노 채널을 출력하고, 3–10초 분량의 참조 오디오에서 음성을 클로닝합니다. 작가는 클라우드 서버의 단일 스레드 CPU에서 약 3.79배의 실시간 속도를 달성하며, M1 Pro에서는 Rust로 작성된 Phonon 런타임을 사용하여 약 12–23배의 실시간 속도를 기록했다고 밝혔습니다. Hugging Face 데모 공간은 브라우저에서 WebAssembly를 통해 직접 실행되며 텍스트는 업로드되지 않습니다. 같은 시리즈의 1억 파라미터를 가진 Cilla Lite는 CPU용으로 설계되었으며, 작가는 어휘 오류율이 더 낮다고 주장합니다(6.7% 대 10.4%).

왜 중요한가 오픈소스 페르시아어 음성 합성 모델은 드뭅니다. 이 모델은 웹에서 오프라인으로 실행될 만큼 작으며 텍스트가 로컬을 벗어나지 않아 스크린 리더 및 오프라인 어시스턴트에 적합하지만, 비상업적 용도로만 허용됩니다.

Hugging Face 좋아요 22 · Hugging Face 상승 점수 21 · Hugging Face 다운로드 0

라이선스: 비상업적 · ComfyUI: 없음 · VRAM: ≈1 GB 추정

이유

  • 브라우저 온라인 데모, Mac 실행 스크립트 및 JavaScript 라이브러리 제공
  • 모델 카드에 평가 방법, 테스트 조건 및 제한 사항이 명확히 기재됨

사용법

  • Hugging Face 페이지에서 접근을 신청하고 로그인한 후, pip install "pocket-tts>=4.0.1", hf download mehdi-hf/cilla-mini --exclude "model.safetensors" "phonon/*" --local-dir cilla-mini를 실행하고, 해당 디렉터리로 이동하여 python speak_fa.py --voice prompts/parisa.wav --text "페르시아어 텍스트" --out hello.wav를 실행합니다. 또한 데모 공간 mehdi-hf/cilla-mini-demo를 직접 열 수도 있습니다

리스크

  • CC BY-NC 4.0 라이선스로, 비상업적 용도로만 제한됩니다. 페르시아어만 지원하며, 라틴 문자 단어와 이모지는 직접 삭제되고 중국어는 지원되지 않습니다
  • 긴 텍스트는 문장별로 합성해야 하며, 그렇지 않으면 중복되거나 단어가 누락될 수 있습니다. 음성 클로닝 시 반드시 본인 동의를 얻어야 하며, 생성된 음성은 합성된 것임을 명시해야 합니다

열기

抱脸 text-to-speech 上升榜

최신 AI 소식 보기