Slim Orpheus 3b JAPANESE Ft

🚀 Slim-Orpheus 3B Japanese

Slim-Orpheus 3B Japaneseは、元の重みを28層から16層に削減（43%削減）することで、推論速度を向上させ、メモリ要件を削減しました。また、14種類の声で日本語で学習されています。

🚀 クイックスタート

このモデルは、日本語のテキストを音声に変換するために使用できます。推論速度が速く、メモリ要件が低いため、リソースが限られた環境でも使用できます。

✨ 主な機能

• 推論速度の向上：元の重みを削減することで、推論速度が向上しました。
• メモリ要件の削減：層数を減らすことで、メモリ要件が大幅に削減されました。
• 多様な声の選択：14種類の声で学習されており、様々なニーズに対応できます。

📚 ドキュメント

声のサンプル

以下は、各声のサンプル出力と品質指標です。

• ⭐⭐⭐ 高品質
• ⭐⭐ 普通の品質
• ⭐ 低品質
• ⚠️ 不安定

Lyney ⭐⭐⭐

Cyno ⭐⭐⭐

Tighnari ⭐⭐⭐

Kaeya ⭐⭐⭐

Neuvillette ⭐⭐⭐

Kaveh ⭐⭐⭐

Dehya ⭐⭐⭐

Yae Miko ⭐⭐⭐

Layla ⭐⭐

Yoimiya ⭐⭐

Alhaitham ⭐⭐

Zhongli ⭐⭐

Furina ⭐

Arataki Itto ⚠️

制限事項

• 日本語のみ：このモデルは日本語で学習されており、英語や他の言語を話すことはできません。
• 感情表現のサポートなし：元のモデルで利用可能な、などの感情表現や感情的な手がかりでは学習されていません。
• パラメータ数の削減：推論速度を向上させる一方で、28層から16層への削減により、元のOrpheusモデルのいくつかの微妙な機能に影響を与える可能性があります。
• 音質のばらつき：音質評価で示されているように、一部の声は他の声よりも性能が良い場合があります。

Orpheus-TTSモデルの詳細

コードはGitHubで入手できます：CanopyAI/Orpheus-TTS

Orpheus TTSは、最先端のLlamaベースのSpeech-LLMで、高品質で共感的なテキスト読み上げ生成を目的として設計されています。このモデルは、人間レベルの音声合成を実現するために微調整されており、卓越した明瞭さ、表現力、リアルタイムストリーミング性能を達成しています。

モデルの詳細

モデルの機能

• 人間に近い音声：自然な抑揚、感情、リズムがあり、最先端の閉ソースモデルよりも優れています。
• 低遅延：リアルタイムアプリケーションでは約200msのストリーミング遅延があり、入力ストリーミングを使用すると約100msに削減できます。

元のモデルのソース

• GitHubリポジトリ：https://github.com/canopyai/Orpheus-TTS

使用方法

微調整されたモデルで簡単に推論を実行する方法については、Orpheus Colab（Colabへのリンク）またはGitHub（GitHubへのリンク）を参照してください。

モデルの誤用

同意を得ずになりすまし、誤情報や欺瞞行為（偽ニュースや詐欺電話など）、または違法もしくは有害な活動にモデルを使用しないでください。このモデルを使用することで、すべての適用される法律や倫理ガイドラインに従うことに同意するものとします。当社は、いかなる使用に対しても責任を負いません。

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。