Cosyvoice2 0.5B GGUF

🚀 CosyVoice2-0.5B 音声合成モデル

このモデルは、テキストを音声に変換するためのモデルです。LLMを活用し、音声合成を行います。

🚀 クイックスタート

このモデルは、直接トークンIDを使用してのみ動作します。トークナイザーは完全に機能しません。また、デコードヘッドにバイアステンソルが欠けています。llamacppをフォークしない限り、これを行う方法はないと思います。バイアステンソルが欠けていることによる品質への影響はベンチマークを取っていません。

CosyVoiceは、LLMステップの上に豊富な前処理と後処理があるため、llamacppでそのまま音声合成を行うことはできません。ただし、LLMステップが最も遅く、pytorchからllamacppに切り替えると10倍のパフォーマンス向上が得られます。

📄 ライセンス

このプロジェクトは、Apache 2.0ライセンスの下で公開されています。