fulmo/kanalizer-model-onnx

kanalizer-onnx

VOICEVOX/kanalizer-model の重みを ONNX 形式に変換したモデルです。

元モデルの学習コードおよび変換スクリプトは o24s/kanalizer-onnx で公開しています。

モデルの概要

英単語をカタカナ読みに変換する Seq2Seq モデルです。
エンコーダとデコーダに分割してエクスポートしており、デコーダはステップ実行形式になっています。

ファイル構成

ファイル	内容
kanalizer_encoder.onnx	エンコーダ (英単語トークン列 -> 隠れ状態)
kanalizer_decoder_step.onnx	デコーダ (1ステップ分の推論)

入出力仕様

Encoder

名前	型	Shape
入力: src	int64	(batch, seq_len)
出力: enc_out	float32	(batch, seq_len, 256)

Decoder Step

名前	型	Shape
入力: dec_input	int64	(batch, 1)
入力: enc_out	float32	(batch, seq_len, 256)
入力: h1	float32	(1, batch, 256)
入力: h2	float32	(1, batch, 256)
出力: logits	float32	(batch, 1, vocab_size)
出力: h1_new	float32	(1, batch, 256)
出力: h2_new	float32	(1, batch, 256)

ベンチマーク

ONNX Runtime バックエンドと元の ndarray 実装の比較:

入力	ndarray	ONNX Runtime	Speedup
hi	863 µs	386 µs	2.24x
hello	1,079 µs	478 µs	2.26x
international	3,157 µs	1,493 µs	2.11x

ライセンス

MIT License
Copyright (c) 2025 VOICEVOX
Copyright (c) 2026 o24s