Orpheus 3b FT Q4 K M.gguf

🚀 Orpheus-3b-FT-Q4_K_M

Orpheus-3b-FT-Q4_K_M 是一個文本轉語音（TTS）模型，它基於 Orpheus 模型進行量化處理，能將文本轉換為自然流暢的語音，支持多種語音和情感表達，在保持高質量輸出的同時，優化了推理效率，適合在消費級硬件上使用。

🚀 快速開始

下載模型

從 lex-au 的 Orpheus-FASTAPI 集合 下載此量化模型。

加載模型

將模型加載到你首選的推理服務器中並啟動服務器。

克隆倉庫

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

配置服務器

通過設置 ORPHEUS_API_URL 環境變量，配置 FastAPI 服務器以連接到你的推理服務器。

完成安裝和設置

遵循 倉庫 README 中的完整安裝和設置說明。

✨ 主要特性

• 多種語音選擇：支持 8 種不同特性的語音，滿足多樣化需求。
• 情感標籤支持：可通過插入 <laugh>、<sigh> 等標籤為語音增添表現力。
• GPU 加速優化：針對 RTX GPU 的 CUDA 加速進行了優化。
• 高質量音頻輸出：生成 24kHz 的單聲道高質量音頻。
• 對話自然度微調：經過微調，語音更符合對話場景的自然度。

📦 安裝指南

此量化模型可以加載到以下任何 LLM 推理服務器中：

• GPUStack - GPU 優化的 LLM 推理服務器（推薦），支持 LAN/WAN 張量拆分並行化。
• LM Studio - 加載 GGUF 模型並啟動本地服務器。
• llama.cpp server - 使用適當的模型參數運行。
• 任何兼容的 OpenAI API 服務器。

💻 使用示例

基礎用法

該模型設計用於與連接到 Orpheus-FastAPI 前端的 LLM 推理服務器配合使用，該前端提供 Web UI 和 OpenAI 兼容的 API 端點。

高級用法

可以通過插入情感標籤為語音增添表現力，例如：

文本中插入 <laugh> 標籤可在語音中添加笑聲效果。

可用語音

模型支持 8 種不同的語音：

情感標籤

可以通過插入以下標籤為語音增添表現力：

• <laugh>、<chuckle>：用於笑聲效果
• <sigh>：用於嘆息效果
• <cough>、<sniffle>：用於細微的中斷效果
• <groan>、<yawn>、<gasp>：用於額外的情感表達

音頻示例

• 默認語音示例

• Leah（快樂）

• Tara（悲傷）

• Zac（沉思）

🔧 技術細節

📚 詳細文檔

侷限性

• 目前僅支持英文文本。
• 在支持 CUDA 的 GPU 上可實現最佳性能。
• 生成速度取決於 GPU 性能。

📄 許可證

此模型採用 Apache 許可證 2.0。

引用與歸屬

原始的 Orpheus 模型由 Canopy Labs 創建。此倉庫包含一個為與 Orpheus-FastAPI 服務器配合使用而優化的量化版本。

如果在你的研究或應用中使用此量化模型，請引用：

@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-Q4_K_M: 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-Q4_K_M.gguf}}
}