基础模型: unsloth/orpheus-3b-0.1-ft-unsloth-bnb-4bit 标签:

• transformers
• unsloth
• llama
• trl 许可证: apache-2.0 语言:
• 波兰语 数据集:
• czyzi0/the-mc-speech-dataset 管道标签: 文本转语音

VoxPolska GGUF：新一代波兰语语音生成

🔍 模型亮点

• 上下文感知语音：生成的语音能捕捉波兰语的细微差别和语调。
• 逼真语音输出：产生流畅且富有表现力的语音，具有自然的语调，适用于多种场景。
• 展示先进的语音合成技术：突出在生成符合波兰语特点的人声输出方面的专业能力。
• 针对GGUF优化：专门为GGUF实现进行了微调，提供快速高效的推理。
• 先进的深度学习：利用前沿的深度学习技术，确保在各种应用中达到最佳性能。

⚙️ 技术细节

• 基础模型：Orpheus TTS
• LoRA（低秩适应）：应用微调以提升性能和效率。
• 采样率：24 kHz音频输出，确保高保真音质。
• 训练数据：使用24000+波兰语文本和音频对进行训练，确保生成自然的语音。
• 量化：合并16位量化，平衡性能和内存效率。
• 音频解码：自定义分层处理，实现高质量的音频生成。
• 重复惩罚：设置为1.1，避免重复短语，增强语音的自然度。
• 梯度检查点：启用以优化内存使用，在受限环境中实现更快的推理。

🎧 示例用法

1. 使用LM Studio

   您的计算机需要安装Python 3.8+。

   步骤

   1. 安装并启动LM Studio
   2. 下载GGUF文件
      • 下载4位版本
      • 下载5位版本
      • 下载8位版本
      • 如果希望直接从LM Studio加载模型，输入salihfurkaan/voxpolska-v1-gguf并选择您偏好的版本。
   3. 加载GGUF文件
      • 如果已直接从LM Studio加载模型，跳过此步骤。否则，按以下步骤操作：
      • 点击"My Models"。您将看到模型目录。进入该路径。
      • 在"models"文件夹中，新建一个名为"salihfurkaan"的文件夹并进入。
      • 在"salihfurkaan"中，新建一个名为"VoxPolska-V1-GGUF"的文件夹。
      • 在"VoxPolska-V1-GGUF"中，放入您的GGUF文件。
   4. 启动本地服务器
      • 点击LM Studio侧边栏的"Developer"。
      • 按下CTRL + L加载模型。
      • 按下CTRL + R启动本地服务器。
   5. 克隆orpheus-tts-local仓库并安装依赖

      git clone https://github.com/isaiahbjork/orpheus-tts-local.git
      cd orpheus-tts-local
      python3 -m venv venv
      source venv/bin/activate  # Windows: venv\Scripts\activate
      pip install -r requirements.txt
      

   6. 将您的Huggingface令牌添加到orpheus-tts-local文件夹中的文件并保存
      • 在Python文件中添加以下代码并保存：

        import os
        os.environ["HF_TOKEN"] = "您的Huggingface令牌"
        

      • 您可以从此处获取令牌。
   7. 运行模型
      • 运行以下命令：

        python gguf_orpheus.py --text "您的波兰语文本" --output output.wav
        

   您可以在orpheus-tts-local文件夹中找到output.wav。

   可用标志

• --text：要转换为语音的文本（必需）
• --voice：使用的语音（默认为"tara"）
• --output：输出WAV文件路径（默认：自动生成文件名）
• --temperature：生成温度（默认：0.6）
• --top_p：Top-p采样参数（默认：0.9）
• --repetition_penalty：重复惩罚（默认：1.1）
• --backend：指定后端（默认："lmstudio"，也支持"ollama"）

2. 使用Llama.cpp
   您的计算机需要安装CMake。

   1. 安装llama.cpp：
   • 使用以下命令安装并构建llama.cpp：

     git clone https://github.com/ggerganov/llama.cpp
     cd llama.cpp
     cmake -B build
     cmake --build build --config Release
   

   2. 下载GGUF文件
      • 下载4位版本
      • 下载5位版本
      • 下载8位版本
   3. 启动服务器
      • 使用以下命令：

        ./llama-server -m GGUF文件路径 --port 8080
        

   4. 克隆orpheus-tts-local仓库并安装依赖

      git clone https://github.com/isaiahbjork/orpheus-tts-local.git
      cd orpheus-tts-local
      python3 -m venv venv
      source venv/bin/activate  # Windows: venv\Scripts\activate
      pip install -r requirements.txt
      

   5. 将您的Huggingface令牌添加到orpheus-tts-local文件夹中的文件并保存
      • 在Python文件中添加以下代码并保存：

        import os
        os.environ["HF_TOKEN"] = "您的Huggingface令牌"
        

      • 您可以从此处获取令牌。
   6. 运行模型
      • 运行以下命令：

        python gguf_orpheus.py --text "您的波兰语文本" --output output.wav
        

   您可以在orpheus-tts-local文件夹中找到output.wav。

📬 联系与支持

如有问题、建议或反馈，请在HuggingFace上提交问题。您也可以通过以下方式联系： LinkedIn

模型滥用

未经同意，请勿将此模型用于冒充他人、传播错误信息或欺骗（包括假新闻或欺诈电话），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和道德准则。

引用

@misc{
  title={salihfurkaan/VoxPolska-V1-GGUF},
  author={Salih Furkan Erik},
  year={2025},
  url={https://huggingface.co/salihfurkaan/VoxPolska-GGUF/}
}