Instructions to use Cseti/VibeVoice_7B_hun_v2 with libraries, inference providers, notebooks, and local apps. Follow these links to get started.
- Libraries
- VibeVoice
How to use Cseti/VibeVoice_7B_hun_v2 with VibeVoice:
import torch, soundfile as sf, librosa, numpy as np from vibevoice.processor.vibevoice_processor import VibeVoiceProcessor from vibevoice.modular.modeling_vibevoice_inference import VibeVoiceForConditionalGenerationInference # Load voice sample (should be 24kHz mono) voice, sr = sf.read("path/to/voice_sample.wav") if voice.ndim > 1: voice = voice.mean(axis=1) if sr != 24000: voice = librosa.resample(voice, sr, 24000) processor = VibeVoiceProcessor.from_pretrained("Cseti/VibeVoice_7B_hun_v2") model = VibeVoiceForConditionalGenerationInference.from_pretrained( "Cseti/VibeVoice_7B_hun_v2", torch_dtype=torch.bfloat16 ).to("cuda").eval() model.set_ddpm_inference_steps(5) inputs = processor(text=["Speaker 0: Hello!\nSpeaker 1: Hi there!"], voice_samples=[[voice]], return_tensors="pt") audio = model.generate(**inputs, cfg_scale=1.3, tokenizer=processor.tokenizer).speech_outputs[0] sf.write("output.wav", audio.cpu().numpy().squeeze(), 24000) - Notebooks
- Google Colab
- Kaggle
v3?
Szia! Szeretem a modellt, mert tényleg nagyon jól sikerült, de néha elharapja a végét. Lesz ebből további finetune? Mondjuk hosszabb szövegekkel, vagy hogy ne rohanjon ennyire.
Én is nagyon szeretem. Engem is érdekelne,hogy lesz e tovabb fejlesztve.
Mondjuk Omnivoice generált szövegekkel lehetne ezt is finomítani. Tudom, nem kevés idő. 🙄☺️
Sziasztok! Egyelőre sajnos csak azt tudom mondani, amit egy másik threadre írtam: "Szia! Őszintén... Tervben is van, meg nem is 😃 Eddig saját pénzből csináltam ezeket a modelleket, de jelenleg nincs sajnos rá keret. Ezért pályáztam TTS / ASR munkára támogatást. 1-2 hónap múlva kiderül megkapom-e. Ha igen, akkor fogok tudni további opensource, magyar modelleket csinálni. "Fingers crossed"
Addig is esetleg megnézheted Sarpba modelljeit is, nagyon jók, lehet azokkal megtudod csinálni amit az enyémekkel nem: https://huggingface.co/sarpba"