LiquidAI の LFM 2.5‑Audio 1.5B JP モデルの量子化 GGUF バージョン(言語、オーディオエンコーダー、およびボコーダー重み:F32/F16/Q8_0/Q4_0)と、llama.cpp を使用した ASR と TTS の CLI/Server ランナー。
他の言語の説明
統計
2026年11月16日時点の統計
Hugging Face のダウンロード数(直近30日)
506,000
Hugging Face の Like 数
37
掲載日
2026年6月15日
ダウンロード数(直近30日)の推移
数値を表で見る
| 月 | DL(30日) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | 5,000 |
| 2026年7月 | 2,000 |
| 2026年8月 | 2,000 |
| 2026年9月 | 3,000 |
| 2026年10月 | 280,000 |
| 2026年11月 | 506,000 |
各月の最後のスナップショットにおける、直近30日間のダウンロード数です。
研究分野が近いリソース
- piper-plus-tsukuyomi-chanayousanz4k日本語のTTSモデル tsukuyomi‑wavlm は、tsukuyomiコーパスの100発話に対して300エポックでファインチューニングされ、WavLMディスクリミネーターとA1/A2/A3プロソディ特徴をVITSアーキテクチャ上で使用し、22.05kHzの合成を生成する61 MBのONNXファイルとしてエクスポートされます。共通: 音声・オーディオ
- sarashina2.2-ttssbintuitions3k日本語中心のバイリンガルテキスト読み上げシステムで、大規模言語モデルをベースにしており、日本語と英語(コードスイッチング混在)双方で非常に正確かつ自然で安定した発音を提供します。多様な話し方のゼロショット音声クローンも責任ある訓練データでサポートします。共通: 音声・オーディオ
- japanese-hubert-base-phoneme-ctcprj-beatrice4krinna/japanese‑hubert‑base をベースにしたファインチューニング済みの日本語音素 CTC モデル。ReazonSpeech v2 データと pyopenjtalk‑plus ラベルで訓練され、新しい v2 リリース(prj-beatrice/japanese-hubert-base-phoneme-ctc-v2)で精度が向上しています。共通: 音声・オーディオ
- japanese-hubert-base-phoneme-ctc-v3prj-beatrice2kCTC音素認識(v3)用にファインチューニングされた日本語HuBERT‑base、MeCab N‑bestをpyopenjtalk‑plusで後処理し、CTCとMeCabコストを組み合わせた加重損失、更新された除外ルール、新しい「ty」音素を追加。共通: 音声・オーディオ
- wav2vec2-large-xlsr-japanese-hiraganavumichien153kfacebook/wav2vec2‑large‑xlsr‑53 を Common Voice と JSUT コーパスでファインチューニングした日本語音声認識モデルで、16 kHz の音声入力に最適化されています。共通: 音声・オーディオ
voicevox_engineVOICEVOX1.8k無料で使える中品質なテキスト読み上げソフトウェア、VOICEVOXの音声合成エンジンGitHub共通: 音声・オーディオ