OuteTTS-0.2-500M-GGUFオープンソース多言語テキスト読み上げモデル - 英語、中国語、日本語、韓国語の音声合成に対応

ホーム

Outetts 0.2 500M GGUF

second-stateによって開発

OuteTTS-0.2-500M は多言語テキスト読み上げモデルで、英語、中国語、日本語、韓国語をサポートしています。

音声合成複数言語対応#多言語TTS #軽量音声合成 #低リソース展開

ダウンロード数 693

リリース時間 : 12/24/2024

モデル概要

このモデルは500Mパラメータのテキスト読み上げ(TTS)モデルで、入力テキストを自然な音声出力に変換でき、複数の言語をサポートします。

モデル特徴

多言語サポート

英語、中国語、日本語、韓国語の4言語のテキスト読み上げをサポート。

量子化モデル

様々な量子化バージョンのモデルを提供し、異なるハードウェアと性能ニーズに対応。

効率的な推論

GGUFフォーマットで最適化され、様々なハードウェアで効率的に動作。

モデル能力

テキスト読み上げ

多言語音声合成

使用事例

音声合成

音声アシスタント

音声アシスタントに自然な音声出力を提供。

オーディオブック

テキストコンテンツを音声に変換し、オーディオブック制作に利用。

🚀 OuteTTS-0.2-500M-GGUF

このモデルは、テキストを音声に変換するTTSモデルです。複数の言語に対応しており、LlamaEdgeと連携して使用することができます。

🚀 クイックスタート

オリジナルモデル

OuteAI/OuteTTS-0.2-500M

LlamaEdgeでの実行

LlamaEdgeバージョン: v0.14.9
LlamaEdgeサービスとして実行するには、以下のコマンドを使用します。

wasmedge --dir .:. \
  --nn-preload tts:GGML:AUTO:OuteTTS-0.2-500M-Q5_K_M.gguf \
  llama-api-server.wasm config \
  --file llama_server_config.toml \
  --tts

llama_server_config.toml は、テンプレート設定ファイル llama_server_config.toml.bkp から導出することができます。推奨される [tts] 設定は以下の通りです。

[tts]
model_name   = "tts"            # TTSモデルの名前。
model_alias  = "tts"            # TTSモデルのエイリアス。
codec_model  = ""               # 必須。コーデックモデルファイルへのパス。
speaker_file  = ""              # 代替スピーカーファイルへのパス。
ctx_size     = 8192             # コンテキストサイズ。デフォルトは8192。
batch_size   = 8192             # バッチサイズ。デフォルトは8192。
ubatch_size  = 8192             # 物理的な最大バッチサイズ。デフォルトは8192。
n_predict    = 4096             # 予測するトークンの数。デフォルトは4096。
n_gpu_layers = 100              # GPUで実行するレイヤーの数。デフォルトは100。
temp         = 0.8              # 温度。デフォルトは0.8。

📦 モデル情報

属性	详情
ベースモデル	OuteAI/OuteTTS-0.2-500M
ライセンス	cc-by-nc-4.0
モデル作成者	OuteAI
モデル名	OuteTTS-0.2-500M
量子化実行者	Second State Inc.
対応言語	en, zh, ja, ko
パイプラインタグ	text-to-speech

📦 量子化されたGGUFモデル

名前	量子化方法	ビット数	サイズ	使用ケース
OuteTTS-0.2-500M-Q2_K.gguf	Q2_K	2	344 MB	最も小さいが、品質が大幅に低下する。ほとんどの用途では推奨されない。
OuteTTS-0.2-500M-Q3_K_L.gguf	Q3_K_L	3	375 MB	小さいが、品質が大幅に低下する。
OuteTTS-0.2-500M-Q3_K_M.gguf	Q3_K_M	3	361 MB	非常に小さいが、品質が大きく低下する。
OuteTTS-0.2-500M-Q3_K_S.gguf	Q3_K_S	3	344 MB	非常に小さいが、品質が大きく低下する。
OuteTTS-0.2-500M-Q4_0.gguf	Q4_0	4	358 MB	旧バージョン。小さいが、品質が非常に大きく低下する。Q3_K_Mの使用を推奨。
OuteTTS-0.2-500M-Q4_K_M.gguf	Q4_K_M	4	403 MB	中程度のサイズで、品質がバランスしている。推奨。
OuteTTS-0.2-500M-Q4_K_S.gguf	Q4_K_S	4	391 MB	小さいが、品質がやや低下する。
OuteTTS-0.2-500M-Q5_0.gguf	Q5_0	5	402 MB	旧バージョン。中程度のサイズで、品質がバランスしている。Q4_K_Mの使用を推奨。
OuteTTS-0.2-500M-Q5_K_M.gguf	Q5_K_M	5	426 MB	大きいが、品質の低下が非常に少ない。推奨。
OuteTTS-0.2-500M-Q5_K_S.gguf	Q5_K_S	5	418 MB	大きいが、品質の低下が少ない。推奨。
OuteTTS-0.2-500M-Q6_K.gguf	Q6_K	6	511 MB	非常に大きいが、品質の低下が極めて少ない。
OuteTTS-0.2-500M-Q8_0.gguf	Q8_0	8	537 MB	非常に大きいが、品質の低下が極めて少ない。推奨されない。
OuteTTS-0.2-500M-f16.gguf	f16	16	1.00 GB
wavtokenizer-large-75-ggml-f16.gguf	f16	16	1.00 GB