Orpheus 3b FT Q8 0.gguf

🚀 Orpheus-3b-FT-Q8_0

Orpheusは、自然で感情豊かな音声合成のためにファインチューニングされた高性能なテキスト読み上げモデルです。このリポジトリには、30億パラメータのモデルを8ビット量子化したバージョンがあり、高品質な出力を維持しながら効率化が図られています。

🚀 クイックスタート

1. この量子化モデルをlex-auのOrpheus-FASTAPIコレクションからダウンロードします。
2. 好みのLLM推論サーバーにモデルを読み込み、サーバーを起動します。
3. Orpheus-FastAPIリポジトリをクローンします。

git clone https://github.com/Lex-au/Orpheus-FastAPI.git
cd Orpheus-FastAPI

4. ORPHEUS_API_URL環境変数を設定して、FastAPIサーバーを推論サーバーに接続するように構成します。
5. リポジトリのREADMEに記載されている完全なインストールとセットアップ手順に従います。

✨ 主な機能

• 8種類の異なる特徴を持つ音声オプション
• 笑い声やため息などの感情タグのサポート
• RTX GPUでのCUDAアクセラレーションに最適化
• 高品質な24kHzモノラルオーディオを生成
• 会話の自然さのためにファインチューニング

📦 インストール

この量子化モデルは、以下のLLM推論サーバーのいずれにも読み込むことができます。

• GPUStack - GPU最適化されたLLM推論サーバー（おすすめ） - LAN/WANテンソル分割並列化をサポート
• LM Studio - GGUFモデルを読み込み、ローカルサーバーを起動
• llama.cpp server - 適切なモデルパラメータで実行
• 互換性のあるOpenAI API互換サーバー

💻 使用例

基本的な使用法

このモデルは、Orpheus-FastAPIフロントエンドに接続するLLM推論サーバーとともに使用するように設計されており、ウェブUIとOpenAI互換のAPIエンドポイントの両方を提供します。

高度な使用法

音声や感情タグを指定して、より表現力のある音声合成を行うことができます。例えば、以下のようにテキストに感情タグを挿入することができます。

<laugh>こんにちは！今日はいい天気ですね。<sigh>

利用可能な音声

このモデルは8種類の異なる音声をサポートしています。

• tara：女性、会話的、明瞭
• leah：女性、暖かい、優しい
• jess：女性、元気いっぱい、若々しい
• leo：男性、権威的、深い
• dan：男性、友好的、カジュアル
• mia：女性、プロフェッショナル、分かりやすい
• zac：男性、熱心、ダイナミック
• zoe：女性、落ち着いた、癒やし

感情タグ

以下の感情タグをテキストに挿入することで、音声に表現力を加えることができます。

• <laugh>、<chuckle>：笑い声
• <sigh>：ため息
• <cough>、<sniffle>：微妙な中断音
• <groan>、<yawn>、<gasp>：追加の感情表現

オーディオサンプル

異なる音声と感情でのモデルの動作を聞いてみましょう。

デフォルト音声サンプル

Leah（幸せな表情）

Tara（悲しい表情）

Zac（熟考する表情）

🔧 技術詳細

制限事項

• 現在は英語のテキストのみをサポートしています。
• CUDA互換GPUで最適なパフォーマンスが得られます。
• 生成速度はGPUの性能に依存します。

📄 ライセンス

このモデルはApache License 2.0の下で利用可能です。

引用と帰属

元のOrpheusモデルはCanopy Labsによって作成されました。このリポジトリには、Orpheus-FastAPIサーバーでの使用に最適化された量子化バージョンが含まれています。

この量子化モデルを研究やアプリケーションで使用する場合は、以下を引用してください。

@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}}
}