Szczegóły modelu
Audio8-TTS-Preview-0.6b
Status: AktywnyW trendach Hugging Face
Profil techniczny
Kluczowe dane modelu
Pokazujemy wyłącznie dostępne, potwierdzone informacje.
- Główne zadanie
- Synteza mowy
- Biblioteka
- Transformers
Opis modelu
Audio8 TTS Preview 0.6B: Klasa SOTA TTS w kompaktowej skali Model tekst-na-mowę o parametrach 0.6B z klonowaniem głosu zero-shot. Audio8 TTS Preview wspiera generację mowy w wielu językach oraz klonowanie głosu zero-shot. To repozytorium zawiera pełny punkt kontrolny, jego 44.1 kHz kodek audio neuronowego, tokenizer, procesor oraz zdalny kod Hugging Face. > Status podglądu: Zakres językowy jest celowo ograniczony w tej
wersji. Aby uzyskać najlepsze wyniki, użyj jednego z 11 zalecanych języków poniżej. Szerokie pokrycie wielojęzyczne i wsparcie dla dialektów chińskich są planowane na przyszłe wydania. Kantoński ·
Chiński · Holenderski · Angielski Francuski · Niemiecki · Włoski · Japoński Koreański · Polski · Hiszpański Audio8 TTS wykorzystuje architekturę DualAR inspirowaną Fish Audio S2 Pro. Wolny transformator AR przewiduje jeden semantyczny token dla każdej ramki audio. Szybki transformator AR przewiduje kody książek kodeków ramki, warunkując na wolnym stanie ukrytym i poprzednich książkach kodów.
| Komponent | Konfiguracja |
|---|---|
| Główny model | 601,159,424 parametrów, z wyłączeniem kodeka |
| Wolny AR | 24 warstwy, szerokość 896, 14 głowic uwagi, 2 głowice KV |
| Szybki AR | 4 warstwy, szerokość 896, 14 głowic uwagi, 2 głowice KV |
| Tokeny akustyczne | 10 książek kodów, 4,096 wpisów na książkę kodów |
| Kodek | 44.1 kHz, 2,048 próbek na ramkę modelu (~21.5 ramek/s) |
| Kontekst | Do 2,048 spakowanych pozycji tekst/audio |
Dołączony kodek obsługuje zarówno kodowanie audio odniesienia, jak i dekodowanie fal, więc nie jest wymagany dodatkowy punkt kontrolny kodeka.
Warianty do uruchomienia
Brak potwierdzonych danych o wariantach do pobrania. Nie zastępujemy brakujących wartości zerem ani szacunkiem VRAM.
Ostatnia aktualizacja: 2026-08-18
Szybka opinia
Czy ten model pomógł Ci w realnym zadaniu? To zajmuje jedno kliknięcie. Szczegółowa ocena jest opcjonalna.
Brak szybkich opinii.
API i ceny
Ceny API są źródłowymi stawkami dostawcy, przeliczonymi na PLN według ostatniego zapisanego kursu średniego USD NBP. Stawki tokenowe pokazujemy za 1 mln tokenów. Dla obrazu, wyszukiwania, cache, reasoning i żądań zachowujemy jednostkę przekazaną przez API.
Ceny są przeliczone na PLN według ostatniego zapisanego średniego kursu NBP USD z 2026-08-17.
Brak aktualnej, porównywalnej oferty API.
Język polski
Wsparcie języka polskiego: deklarowane. Jakość języka polskiego: NIEZWERYFIKOWANA.
Dyskusja o modelu
Komentarze dotyczące praktycznego użycia tego modelu.
Nie ma jeszcze zatwierdzonych komentarzy.
Historia modelu
Wykres pokazuje wyłącznie porównywalne punkty głównego rankingu. Tabela zawiera wynik, pozycję, dane źródłowe i stan każdego dnia.
Brak danych porównywalnych
Historia wyniku AI-TOP
Wykres pojawi się po zapisaniu co najmniej dwóch porównywalnych pomiarów.
Brak zapisanych obserwacji tego modelu.