DeepSeek-R1-GGUF
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
只有 7.88M 参数的微型文字转语音模型,有英语、印地语、法语和西班牙语的八种声音,蒸馏自 Kokoro-82M,适合需要在 CPU 上快速出声的开发者。
Paradee-8M v1.3 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download sahilmahendrakar/Paradee-8M-v1.3
Paradee-8M v1.3 是 sahilmahendrakar 推出的微型文字转语音模型,有 7.88M 参数。它是从更大的 Kokoro-82M 模型蒸馏出来的。这个版本的八种声音来自 Kokoro,覆盖英语、印地语、法语和西班牙语。你选哪个声音就决定哪种语言,一个句子只用一种语言来读。int8 版本是一个 8.5 MB 的 ONNX 文件,里面装着全部八种声音。
如果你想要一个很小的文件就能快速出声,并且在普通 CPU 上运行,它适合你,开发者和研究小型语音模型的研究人员尤其合适。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 软件 | 应用开发者 | 不用 GPU 就给应用加入语音输出 | 在笔记本上朗读一条通知 |
| 无障碍 | 产品团队 | 提供文字的语音版本 | 把短消息变成四种语言的音频 |
| 研究 | 语音研究人员 | 研究从更大模型蒸馏的做法 | 把它和它的老师 Kokoro-82M 对比 |
如果你需要在一个句子里混用多种语言,可以跳过它,因为每个句子只用一种语言。
| 用途 | 适合谁 | 得到什么 |
|---|---|---|
| 在 CPU 上出声 | 开发者 | 不需要显卡的语音音频 |
| 英语声音 | 应用开发者 | 四种声音,美式和英式,女声和男声 |
| 印地语、法语、西班牙语 | 全球化团队 | 另外四种声音,每种语言一到两个 |
你需要 Python 和用来下载的 huggingface_hub 包。这里能看到的模型卡部分没有给出运行步骤,所以怎么播放模型取决于你用的工具。作者还在 GitHub 上发布了代码、训练脚本和一个 Python 包。
pip install -U huggingface_hub hf download sahilmahendrakar/Paradee-8M-v1.3
选一个声音,给它一句这个声音所属语言的句子。准确的调用方式请查看完整的模型卡或作者的包,因为模型卡可见的部分没有给出。
| 声音 | 语言 |
|---|---|
| af_heart | 英语,美式,女声 |
| bf_isabella | 英语,英式,女声 |
| am_puck | 英语,美式,男声 |
| bm_fable | 英语,英式,男声 |
| hf_alpha | 印地语,女声 |
| hm_omega | 印地语,男声 |
| ff_siwis | 法语,女声 |
| em_alex | 西班牙语,男声 |
你选西班牙语的声音,给它一句西班牙语。模型返回一小段这个声音的音频,在你的 CPU 上生成。
文字转语音就是把文字变成语音音频。第一次小测试就是用英语声音念一个简短的句子。
蒸馏的意思是小模型学着模仿大模型。训练时,小模型跟着 Kokoro 为每个新声音朗读约 12,000 条维基百科句子,模仿它的输出。模型为每个声音保存一个小的学习向量表,1.3 版把这个表从四行扩大到了八行。
作者说它是能说多种语言的最小的单个模型,比第二名 M5-TTS 的 50M 参数轻大约六倍。按模型卡的测试,它在单个 CPU 线程上的速度大约是播放速度的 62 倍。印地语声音离老师最远,词错误率约为 21.7% 和 21.6%。质量分数来自 int8 文件,每个声音用了 200 条留出的句子。
只有 7.88M 参数的微型文字转语音模型,有英语、印地语、法语和西班牙语的八种声音,蒸馏自 Kokoro-82M,适合需要在 CPU 上快速出声的开发者。
由 sahilmahendrakar 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:Paradee-8M v1.3 是 sahilmahendrakar 推出的微型文字转语音模型,有 7.88M 参数。它是从更大的 Kokoro-82M 模型蒸馏出来的。这个版本的八种声音来自 Kokoro,覆盖英语、印地语、法语和西班牙语。你选哪个声音就决定哪种语言,一个句子只用一种语言来读。int8 版本是一个 8.5 MB 的 ONNX 文件,里面装着全部八种声音。
适合谁:如果你想要一个很小的文件就能快速出声,并且在普通 CPU 上运行,它适合你,开发者和研究小型语音模型的研究人员尤其合适。
Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
软件 | 应用开发者 | 不用 GPU 就给应用加入语音输出 | 在笔记本上朗读一条通知
无障碍 | 产品团队 | 提供文字的语音版本 | 把短消息变成四种语言的音频
研究 | 语音研究人员 | 研究从更大模型蒸馏的做法 | 把它和它的老师 Kokoro-82M 对比
如果你需要在一个句子里混用多种语言,可以跳过它,因为每个句子只用一种语言。
用在哪里:
Title: Jobs it does
用途 | 适合谁 | 得到什么
在 CPU 上出声 | 开发者 | 不需要显卡的语音音频
英语声音 | 应用开发者 | 四种声音,美式和英式,女声和男声
印地语、法语、西班牙语 | 全球化团队 | 另外四种声音,每种语言一到两个
如何设置:你需要 Python 和用来下载的 huggingface_hub 包。这里能看到的模型卡部分没有给出运行步骤,所以怎么播放模型取决于你用的工具。作者还在 GitHub 上发布了代码、训练脚本和一个 Python 包。
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.3
如何使用:选一个声音,给它一句这个声音所属语言的句子。准确的调用方式请查看完整的模型卡或作者的包,因为模型卡可见的部分没有给出。
Title: The eight voices
声音 | 语言
af_heart | 英语,美式,女声
bf_isabella | 英语,英式,女声
am_puck | 英语,美式,男声
bm_fable | 英语,英式,男声
hf_alpha | 印地语,女声
hm_omega | 印地语,男声
ff_siwis | 法语,女声
em_alex | 西班牙语,男声
示例:你选西班牙语的声音,给它一句西班牙语。模型返回一小段这个声音的音频,在你的 CPU 上生成。
新手与专家:文字转语音就是把文字变成语音音频。第一次小测试就是用英语声音念一个简短的句子。
蒸馏的意思是小模型学着模仿大模型。训练时,小模型跟着 Kokoro 为每个新声音朗读约 12,000 条维基百科句子,模仿它的输出。模型为每个声音保存一个小的学习向量表,1.3 版把这个表从四行扩大到了八行。
文字句子
选一个声音,它决定语言
Paradee ONNX 模型
语音音频
注意事项:作者说它是能说多种语言的最小的单个模型,比第二名 M5-TTS 的 50M 参数轻大约六倍。按模型卡的测试,它在单个 CPU 线程上的速度大约是播放速度的 62 倍。印地语声音离老师最远,词错误率约为 21.7% 和 21.6%。质量分数来自 int8 文件,每个声音用了 200 条留出的句子。
Title: Parameters, in millions
Paradee-8M v1.3: 7.88
M5-TTS: 50
Kokoro-82M: 82
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.3
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| Paradee-8M v1.3 本页 | 1,649 | 7 | — | apache-2.0 | |
| Paradee-8M v1.2共有 kokoro · paradee · distillation | 11,405 | 28 | — | apache-2.0 | |
| Paradee-8M v1.0共有 kokoro · paradee · distillation | 4,374 | 70 | — | apache-2.0 | |
| MakHam Thai TTS共有 kokoro · paradee · text-to-speech | 0 | 2 | — | apache-2.0 | |
| Klein-TTS-X1.5-Pro共有 distillation · multilingual · text-to-speech | 258 | 10 | 13.1M | apache-2.0 | |
| Supertonic 3共有 multilingual · text-to-speech · onnx | 92,359 | 1,043 | — | openrail |
unsloth · 工具包
671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。
prithivMLmods · 工具包
提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。
Phips · 工具包
用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。