🚀 Slim-Orpheus 3B 日语版

Slim-Orpheus 3B 日语版对原始权重进行了剪枝，将层数从 28 层减少到 16 层（减少了 43%），从而加快推理速度并降低内存需求。该模型使用 14 种声音进行日语训练。

✨ 主要特性

• 推理加速与内存优化：通过剪枝原始权重，将层数从 28 层减少到 16 层，减少了 43%，显著提升推理速度并降低内存需求。
• 多声音支持：在日语环境下对 14 种不同声音进行训练，满足多样化需求。

📚 详细文档

声音展示

以下是每种声音的示例输出及质量指标：

• ⭐⭐⭐ 高质量
• ⭐⭐ 一般质量
• ⭐ 低质量
• ⚠️ 不稳定

琳妮特 ⭐⭐⭐

赛诺 ⭐⭐⭐

提纳里 ⭐⭐⭐

凯亚 ⭐⭐⭐

那维莱特 ⭐⭐⭐

卡维 ⭐⭐⭐

迪希雅 ⭐⭐⭐

八重神子 ⭐⭐⭐

莱依拉 ⭐⭐

宵宫 ⭐⭐

艾尔海森 ⭐⭐

钟离 ⭐⭐

芙宁娜 ⭐

荒泷一斗 ⚠️

模型局限性

• 仅支持日语：该模型专门针对日语进行训练，无法处理英语或其他语言。
• 不支持情感标记：未针对情感标记（如 <happy>、<sad> 等）进行训练，而这些在原始模型中是可用的。
• 参数数量减少：虽然减少层数能加快推理速度，但从 28 层减少到 16 层可能会影响原始 Orpheus 模型的一些细微能力。
• 声音质量参差不齐：如声音质量评级所示，部分声音的表现优于其他声音。

Orpheus-TTS 模型详情

代码可在 GitHub 上获取：CanopyAI/Orpheus-TTS。

Orpheus TTS 是一款基于 Llama 的先进语音大语言模型（Speech-LLM），专为高质量、富有同理心的文本转语音生成而设计。该模型经过微调，可实现接近人类水平的语音合成，具备出色的清晰度、表现力和实时流式传输性能。

模型能力

• 类人语音：自然的语调、情感和节奏，优于当前最先进的闭源模型。
• 低延迟：实时应用的流式传输延迟约为 200 毫秒，通过输入流式传输可降低至约 100 毫秒。

原始模型来源

• GitHub 仓库：https://github.com/canopyai/Orpheus-TTS

使用方法

可查看 Orpheus 的 Colab 笔记本（Colab 链接）或 GitHub（GitHub 链接），了解如何在我们的微调模型上轻松进行推理。

模型使用规范

未经同意，请勿将我们的模型用于冒充他人、传播错误信息或进行欺骗（包括虚假新闻或欺诈性电话），或任何非法或有害活动。使用此模型即表示您同意遵守所有适用的法律法规和道德准则。我们对任何使用行为不承担责任。

📄 许可证

本项目采用 Apache-2.0 许可证。