|
Download README.md from Morkon/holos-native-models: direct link, hf CLI and curl.
- Browser
- Download file 7.95 kB
-
https://huggingface.co/Morkon/holos-native-models/resolve/main/README.md
- Command line
-
hf download hf://Morkon/holos-native-models/README.md
-
curl -L -o README.md https://huggingface.co/Morkon/holos-native-models/resolve/main/README.md
7.95 kB
| license: other | |
| license_name: gemma-terms-of-use | |
| license_link: https://ai.google.dev/gemma/terms | |
| tags: | |
| - tts | |
| - ukrainian | |
| - text-normalization | |
| - onnx | |
| # HolosTTS native models | |
| Моделі для [holos-tts-core](https://github.com/) (C++ native TTS, :8004) та | |
| [Promin TTS](https://github.com/Karnemorkon/promin-tts) (Rust, багатоетапний | |
| `holos-onnx`). | |
| > **Оновлення 2026-11-01.** `holos-onnx/` замінено **офіційним fp32-бандлом** | |
| > з [`patriotyk/HolosTTS`](https://huggingface.co/patriotyk/HolosTTS) | |
| > (нові `holos.pt`, `voices.pt`, `voice_encoder.pt`, офіційні `onnx/` та | |
| > `onnx-int8/`). Додано `holos-onnx-int8/` як **опційний** варіант. | |
| > `tts/voice_encoder.onnx` оновлено під новий простір ембеддінгів. | |
| > **Старі клоновані голоси (`speakers/*.npy`) несумісні** — їх треба | |
| > зареєструвати заново з референсного WAV. | |
| > | |
| > **Оновлення 2026-11-14.** Голосові пресети в `holos-onnx/voices.npz`, | |
| > `holos-onnx-int8/voices.npz`, `tts/voices.pt` і `tts/voices.json` замінено | |
| > на **29 CC0-голосів** із [`Morkon/holos-voices-uk-cc0`](https://huggingface.co/datasets/Morkon/holos-voices-uk-cc0). | |
| > Стандартні 27 голосів HolosTTS, диктори яких не давали згоди, більше | |
| > не постачаються. | |
| | Шлях | Розмір | Призначення | | |
| |---|---|---| | |
| | `holos-onnx/` | ~730 MB | **основний** офіційний fp32-бандл HolosTTS: `encoder` + `prosody` + `decoder`, стрімінгові `source` + `decoder_window`, **29 CC0-голосів** із `Morkon/holos-voices-uk-cc0` | | |
| | `holos-onnx-int8/` | ~390 MB | **опційний** офіційний int8-бандл: менший download, нижча якість; вмикається через `PROMIN_HF_BUNDLE_PREFIX=holos-onnx-int8` | | |
| | `tts/voice_encoder.onnx` | 195 MB | **новий** voice encoder (fp32, ONNX): wave `[1,N]` @24 кГц → voice `[1,256]`; потрібен для клонування | | |
| | `tts/voice_encoder.pt` | 192 MB | офіційний PyTorch-енкодер, з якого експортовано ONNX | | |
| | `tts/voices.pt` | 37 KB | 29 CC0-голосів (PyTorch) | | |
| | `tts/holos_cpu_int8.onnx` + `vocab.json` + `voices.json` | ~1.1 GB | TTS ONNX int8 (старий однографовий формат, fallback) | | |
| | `accentor/accentor-lite.onnx` | ~70 MB | нейро-наголос | | |
| | `stress/stress.trie` | ~180 MB | словниковий наголос | | |
| | `verbalizer/gemma-int8/` | 227 MB | neural verbalizer (дефолт): Gemma-3-270M-uk ONNX int8, KV-cache | | |
| | `verbalizer/onnx-int8/` | 764 MB | legacy M2M100-418M int8 (відкат, `download_models.py --with-m2m100`) | | |
| | `verbalizer/ct2-int8/` | — | legacy CTranslate2 | | |
| ## Завантаження | |
| ```bash | |
| pip install huggingface_hub | |
| python3 scripts/download_models.py --out models | |
| ``` | |
| Лише багатоетапний fp32-бандл (рекомендовано): | |
| ```bash | |
| python -c "from huggingface_hub import snapshot_download; \ | |
| snapshot_download('Morkon/holos-native-models', \ | |
| allow_patterns=['holos-onnx/*', 'tts/voice_encoder.onnx'], \ | |
| local_dir='models')" | |
| ``` | |
| Лише опційний int8-бандл: | |
| ```bash | |
| python -c "from huggingface_hub import snapshot_download; \ | |
| snapshot_download('Morkon/holos-native-models', \ | |
| allow_patterns=['holos-onnx-int8/*', 'tts/voice_encoder.onnx'], \ | |
| local_dir='models')" | |
| ``` | |
| Потім для Promin: `PROMIN_MODELS_DIR=models PROMIN_MODEL_FORMAT=bundle`. | |
| Для int8 додатково `PROMIN_HF_BUNDLE_PREFIX=holos-onnx-int8` (лише для | |
| автозавантаження; локальний каталог усе одно `holos-onnx/`). | |
| ## Ліміт 1000 кадрів | |
| Офіційні графи мають **жорсткий** `seq_length = 1000` (≈25 с аудіо на один | |
| виклик). 987 кадрів працюють, 1125 падають в ONNX Runtime з broadcast-помилкою. | |
| Promin TTS v0.19+ автоматично ріже довгі фонемні частини по пробілах/межах | |
| слів і повторює з меншим бюджетом, якщо передбачена довжина перевищує ліміт. | |
| Інші клієнти мають робити так само або відхиляти задовгі входи. | |
| ## Клонування голосу | |
| `tts/voice_encoder.onnx` експортовано з офіційного `voice_encoder.pt` | |
| (PyTorch → ONNX, opset 20) з тим самим інтерфейсом, що й раніше: | |
| `wave[1,N]` @24 кГц → `voice[1,256]`. Новий енкодер дає **інший простір | |
| ембеддінгів**, ніж попередній: ембеддінги з `speakers/*.npy`, зроблені старим | |
| енкодером, не можна використовувати з новими вагами. Перезапишіть кожен | |
| клонований голос із референсного WAV (енролмент заново). | |
| ## Голоси | |
| `holos-onnx/voices.npz`, `holos-onnx-int8/voices.npz`, `tts/voices.pt` і | |
| legacy `tts/voices.json` містять **29 CC0-голосів** із паку | |
| [`Morkon/holos-voices-uk-cc0`](https://huggingface.co/datasets/Morkon/holos-voices-uk-cc0): | |
| 9 чоловічих, 14 жіночих, 6 юнацьких. Усі вони синтезовані HolosTTS із | |
| референсів Mozilla Common Voice 27.0 (uk, CC0-1.0). Точні `client_id` і | |
| кліпи — у `SOURCES.md` паку. | |
| Стандартні 27 голосів HolosTTS, диктори яких **не надавали згоди** на синтез, | |
| у цих файлах більше не постачаються. Історія питання: | |
| [discussion #5](https://huggingface.co/patriotyk/HolosTTS/discussions/5). | |
| Ліцензія MIT стосується коду та ваг моделі. Голосові пресети поширюються | |
| за CC0-1.0; аудіо та ембеддінги можна використовувати, зокрема комерційно, | |
| без окремого дозволу. Не використовуйте синтезовані голоси для імітації | |
| конкретних людей або дезінформації. | |
| ## Ліцензії | |
| - `holos-onnx/`, `holos-onnx-int8/` — офіційний ONNX-експорт ваг | |
| [patriotyk/HolosTTS](https://huggingface.co/patriotyk/HolosTTS) без | |
| донавчання. Код і ваги моделі — MIT (© автор HolosTTS); ONNX-обгортки — | |
| MIT, Promin TTS. **Голосові пресети** (`voices.npz`, `voices.pt`, | |
| `voices.json`) — CC0-1.0, пак [`Morkon/holos-voices-uk-cc0`](https://huggingface.co/datasets/Morkon/holos-voices-uk-cc0). | |
| Деталі та контрольні суми — у `holos-onnx/README.md`, | |
| `holos-onnx-int8/README.md` і відповідних `SHA256SUMS`. | |
| - `tts/voice_encoder.onnx` — експорт офіційного `voice_encoder.pt` (MIT, | |
| © автор HolosTTS); ONNX-обгортка — MIT, Promin TTS. | |
| - `verbalizer/gemma-int8/` — квантована похідна [skypro1111/gemma-3-270m-uk-verbalizer](https://huggingface.co/skypro1111/gemma-3-270m-uk-verbalizer) | |
| та Gemma 3 270M (© Google LLC). Розповсюджується за | |
| [Gemma Terms of Use](https://ai.google.dev/gemma/terms); див. `verbalizer/gemma-int8/GEMMA-NOTICE.txt`. | |
| - `verbalizer/onnx-int8/`, `verbalizer/ct2-int8/` — похідні M2M100 (Helsinki-NLP, MIT). | |
| - `accentor/`, `stress/`, `tts/` — див. карточки відповідних апстрім-моделей (patriotyk/*, ukrainian-word-stress, ukrainian_accentor). | |