模型

Inflect-Nano-v2

owensong/Inflect-Nano-v2

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:cd2a92f85417

中文简介

owensong/Inflect-Nano-v2 是 owensong 在 Hugging Face 发布的模型仓库,当前卡片主要关联语音合成。本站固定记录上游版本 cd2a92f85417,同步到 82 个文件,文件元数据合计 25.39 MB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 owensong/Inflect-Nano-v2 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
owensong/Inflect-Nano-v2 是 owensong 在 Hugging Face 发布的模型仓库,当前卡片主要关联语音合成。本站固定记录上游版本 cd2a92f85417,同步到 82 个文件,文件元数据合计 25.39 MB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合评估语音合成、音色控制和语音交互原型。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:cd2a92f85417。 任务标签:语音合成。 语言字段:en。 上游页面记录的最近更新时间:2026-07-25。

【文件信息】
上游 API 返回 82 个文件,文件元数据合计 25.39 MB。 已保存文件清单中的主要扩展名:.json 28 个、.py 16 个、.md 9 个、.svg 7 个、.txt 5 个、.wav 5 个。 当前较大的文件包括:model.pth(15.23 MB);evaluation/legacy/release500/asr_combined/report.json(8.40 MB);evaluation/legacy/release500/whisper_large_v3/report.json(4.56 MB)。

【运行或处理环境】
仓库文件元数据合计 25.39 MB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Inflect-Nano-v2 Complete local text-to-waveform speech synthesis under 4M parameters. Fixed-voice English TTS with deterministic seeds, long-text handling, and CPU or CUDA inference. **A note from Owen** I built and funded Inflect v2 independently, spending more than US$500 on training and evaluation. If this release finds a real audience, I would like to continue the project with a broader v3. If the model is useful to you, leaving a like on Hugging Face genuinely helps more people discover it. 3,966,721 deployable parameters · 15.97 MB FP32 · 24 kHz mono output Inflect v2 uses one public API across two sizes: **Micro prioritizes quality below 10M parameters; Nano prioritizes footprint below 4M.** Explore this model card | Start here | Technical detail | | --- | --- | | Listen | Architecture | | Evaluation | Controls and long text | | Choose Micro or Nano | Data and adaptation | | Run locally | Exports and quantization | | Package map | Evaluation and raw protocol | | Limitations | Deployment guide | Listen These are held-out text generations, not reconstructions of training audio. Each transcript is shown exactly as passed to the public frontend. | Test | Exact transcript | Generated audio | | --- | --- | --- | | **Conversational** | It wasn't until later that I realized what had actually happened. | | | **Punctuation** | First, close the window; second, turn off the lamp; finally, lock the door. | | | **Numbers** | The package weighs twelve point six kilograms and arrived on July twenty-first. | | | **Names and places** | Gwendolyn photographed the eucalyptus trees outside Ljubljana. | | | **Technical** | The system runs on three core components that all have to stay in sync. | | Evaluation No single metric captures TTS quality. Inflect v2 reports **human preference**, **predicted naturalness**, **multi-ASR intelligibility**, **complete footprint**, and **runtime** separately rather than compressing them into one unverifiable score. | Community preference ↑ | UTM

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估语音合成、音色控制和语音交互原型。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:cd2a92f85417。 任务标签:语音合成。 语言字段:en。 上游页面记录的最近更新时间:2026-07-25。

文件说明

上游 API 返回 82 个文件,文件元数据合计 25.39 MB。 已保存文件清单中的主要扩展名:.json 28 个、.py 16 个、.md 9 个、.svg 7 个、.txt 5 个、.wav 5 个。 当前较大的文件包括:model.pth(15.23 MB);evaluation/legacy/release500/asr_combined/report.json(8.40 MB);evaluation/legacy/release500/whisper_large_v3/report.json(4.56 MB)。

上游文件元数据

  • .gitattributes1.87 KB
  • assets/evidence/asr-consensus.svg3.15 KB
  • assets/evidence/asr-robustness.svg4.53 KB
  • assets/evidence/category-semantic-wer.svg5.98 KB
  • assets/evidence/evidence-summary.json51.37 KB
  • assets/evidence/human-preference.svg4.30 KB
  • assets/evidence/model-footprint.svg2.55 KB
  • assets/evidence/modern400-three-asr.svg7.75 KB
  • assets/evidence/quality-vs-footprint.svg5.71 KB
  • assets/inflect-v2-repository-hero.png1.50 MB
  • CHANGELOG.md436 B
  • CITATION.cff287 B

硬件建议

仓库文件元数据合计 25.39 MB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。