LiquidAI 的 LFM 2.5‑Audio 1.5B JP 模型的量化 GGUF 版本,包括语言、音频编码器和声码器权重(F32/F16/Q8_0/Q4_0),以及使用 llama.cpp 的 ASR 和 TTS CLI/Server 运行器。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
506,000
Hugging Face 点赞数
37
收录日
2026年6月15日
下载数(近 30 天)变化
以表格显示
| 月份 | 下载(30天) |
|---|---|
| 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 |
各月最后一次快照时的近 30 天下载数。
研究领域相近的资源
- piper-plus-tsukuyomi-chanayousanz4k一款名为 tsukuyomi‑wavlm 的日本文本转语音模型——在 tsukuyomi corpus 的 100 条语句上经过 300 个周期的微调,使用 WavLM 判别器和 A1/A2/A3 声韵特征,基于 VITS 架构,导出为 61 MB 的 ONNX 文件,用以生成 22.05 kHz 的合成语音。共同: 语音与音频
- sarashina2.2-ttssbintuitions3k一款以日语为中心的双语文本转语音系统,基于大型语言模型,提供高度准确、自然且稳定的发音,支持日语和英语(包括混合代码切换),并通过负责任获取的数据实现跨多种说话风格的零样本声音克隆。共同: 语音与音频
- japanese-hubert-base-phoneme-ctcprj-beatrice4k基于 rinna/japanese‑hubert‑base 的微调日语音素 CTC 模型,使用 ReazonSpeech v2 数据和 pyopenjtalk‑plus 标签进行训练,在新版 v2 发布(prj-beatrice/japanese-hubert-base-phoneme-ctc-v2)中实现了更高的准确率。共同: 语音与音频
- japanese-hubert-base-phoneme-ctc-v3prj-beatrice2k为CTC音素识别微调的日本HuBERT-base(v3),加入了MeCab N‑best与pyopenjtalk‑plus后处理、结合CTC和MeCab成本的加权损失、更新排除规则,以及新增“ty”音素。共同: 语音与音频
- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一个由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 和 JSUT corpus 上微调的日本语音识别模型,针对 16 kHz 音频输入进行了优化。共同: 语音与音频
voicevox_engineVOICEVOX1.8k免费使用的中等质量的文本朗读软件,VOICEVOX的语音合成引擎GitHub共同: 语音与音频