language: zh tags:

• 文本转语音
• TTS
• 音频
• 语音合成
• orpheus
• gguf license: apache-2.0 datasets:
• 内部数据集

Orpheus-3b-FT-Q2_K

这是canopylabs/orpheus-3b-0.1-ft的量化版本。

Orpheus是一款高性能文本转语音模型，专为自然情感语音合成而微调。本仓库托管了30亿参数模型的8位量化版本，在保持高质量输出的同时优化了效率。

模型描述

Orpheus-3b-FT-Q2_K是一个30亿参数的文本转语音模型，可将文本输入转换为自然语音，支持多种音色和情感表达。该模型已量化为8位(Q2_K)格式以实现高效推理，使其能在消费级硬件上运行。

核心特性：

• 8种特色鲜明的可选音色
• 支持笑声、叹息等情感标签
• 针对RTX显卡的CUDA加速优化
• 生成24kHz单声道高质量音频
• 针对对话自然度进行微调

使用方法

本模型需配合连接Orpheus-FastAPI前端的LLM推理服务器使用，该前端提供Web界面和OpenAI兼容API。

兼容推理服务器

该量化模型可加载至以下LLM推理服务器：

• GPUStack - GPU优化的LLM推理服务器（推荐选择）- 支持LAN/WAN张量并行
• LM Studio - 加载GGUF模型并启动本地服务器
• llama.cpp服务器 - 使用适当模型参数运行
• 任何兼容OpenAI API的服务器

快速开始

1. 从lex-au的Orpheus-FASTAPI集合下载量化模型

2. 在首选推理服务器中加载模型并启动服务

3. 克隆Orpheus-FastAPI仓库：

git clone https://github.com/Lex-au/Orpheus-FastAPI.git
cd Orpheus-FastAPI

4. 通过设置ORPHEUS_API_URL环境变量配置FastAPI服务器连接推理服务器

5. 按照仓库README完成安装设置

音频样本

试听不同音色与情感的合成效果：

默认音色样本

Leah（欢快）

Tara（忧伤）

Zac（沉思）

可选音色

支持8种不同音色：

• tara：女声，对话式，清晰
• leah：女声，温暖，柔和
• jess：女声，活力，青春
• leo：男声，权威，低沉
• dan：男声，友好，随意
• mia：女声，专业，清晰
• zac：男声，热情，生动
• zoe：女声，平静，舒缓

情感标签

通过插入标签增强表现力：

• <laugh>, <chuckle>：笑声
• <sigh>：叹息声
• <cough>, <sniffle>：细微中断音
• <groan>, <yawn>, <gasp>：附加情感表达

技术规格

• 架构：专用token-to-audio序列模型
• 参数：约30亿
• 量化：8位(GGUF Q2_K格式)
• 音频采样率：24kHz
• 输入：文本（可选音色和情感标签）
• 输出：高质量WAV音频
• 语言：英语
• 硬件要求：兼容CUDA的GPU（推荐RTX系列）
• 集成方式：外部LLM推理服务器+Orpheus-FastAPI前端

局限性

• 目前仅支持英文文本
• 在CUDA兼容GPU上性能最佳
• 生成速度取决于GPU性能

许可协议

本模型采用Apache 2.0许可证。

引用与归属

原始Orpheus模型由Canopy Labs创建。本仓库包含为Orpheus-FastAPI服务器优化的量化版本。

若在研究或应用中使用此量化模型，请引用：

@misc{orpheus-tts-2025,
  author = {Canopy Labs},
  title = {Orpheus-3b-0.1-ft: 文本转语音模型},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/canopylabs/orpheus-3b-0.1-ft}}
}

@misc{orpheus-quantised-2025,
  author = {Lex-au},
  title = {Orpheus-3b-FT-Q2_K: 带FastAPI服务器的量化TTS模型},
  note = {canopylabs/orpheus-3b-0.1-ft的GGUF量化版本},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/lex-au/Orpheus-3b-FT-Q4_K_M.gguf}}
}