🚀 Orpheus-3b-FT-Q8_0

Orpheus-3b-FT-Q8_0 是一个高性能的文本转语音（TTS）模型，它经过微调，能够实现自然、富有情感的语音合成。本仓库提供的是 30 亿参数模型的 8 位量化版本，在保证高效推理的同时，仍能输出高质量的语音。

🚀 快速开始

1. 从 lex-au 的 Orpheus-FASTAPI 集合 下载此量化模型。
2. 将模型加载到你首选的大语言模型（LLM）推理服务器中，并启动服务器。
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 服务器以连接到你的推理服务器。
5. 遵循 仓库 README 中的完整安装和设置说明。

✨ 主要特性

• 提供 2 种具有不同特征的独特语音选项。
• 支持诸如笑声、叹息声等情感标签。
• 针对 RTX GPU 的 CUDA 加速进行了优化。
• 生成高质量的 24kHz 单声道音频。
• 针对对话自然度进行了微调。

📦 安装指南

兼容的推理服务器

此量化模型可以加载到以下任何 LLM 推理服务器中：

• GPUStack - GPU 优化的 LLM 推理服务器（推荐） - 支持局域网/广域网张量拆分并行化。
• LM Studio - 加载 GGUF 模型并启动本地服务器。
• llama.cpp server - 使用适当的模型参数运行。
• 任何兼容的 OpenAI API 服务器。

💻 使用示例

基础用法

该模型旨在与连接到 Orpheus-FastAPI 前端的 LLM 推理服务器一起使用，该前端提供了 Web UI 和兼容 OpenAI 的 API 端点。

高级用法

可用语音

模型支持 2 种不同的语音：

• 유나：女性，韩语，旋律优美。
• 준서：男性，韩语，自信沉稳。

情感标签

你可以通过插入标签为语音添加表现力：

• <laugh>、<chuckle>：用于笑声。
• <sigh>：用于叹息声。
• <cough>、<sniffle>：用于细微的中断声。
• <groan>、<yawn>、<gasp>：用于额外的情感表达。

📚 详细文档

模型描述

Orpheus-3b-FT-Q8_0 是一个拥有 30 亿参数的文本转语音模型，它可以将文本输入转换为自然流畅的语音，支持多种语音和情感表达。该模型已被量化为 8 位（Q8_0）格式，以实现高效推理，使其能够在消费级硬件上运行。

🔧 技术细节

📄 许可证

此模型遵循 Apache 许可证 2.0。

引用与归属

原始的 Orpheus 模型由 Canopy Labs 创建。本仓库包含的是为与 Orpheus-FastAPI 服务器配合使用而优化的量化版本。

如果您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: Text-to-Speech Model},
  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-Q8_0: Quantised TTS Model with FastAPI Server},
  note = {GGUF quantisation of canopylabs/orpheus-3b-0.1-ft},
  year = {2025},
  publisher = {HuggingFace},
  howpublished = {\url{https://huggingface.co/lex-au/Orpheus-3b-FT-Q8_0.gguf}}
}

⚠️ 重要提示

该模型在支持 CUDA 的 GPU 上性能最佳，生成速度取决于 GPU 能力。