OmniVoice ONNX Finetuned - Vietnamese & English
OmniVoice là model text-to-speech chất lượng cao, finetune trên dữ liệu tiếng Việt và tiếng Anh. Đây là phiên bản ONNX runtime tối ưu cho WebGPU inference trong trình duyệt, không cần server GPU.
Thông số
| Thông số | Giá trị |
|---|
| Sample rate | 24 kHz |
| Frame rate | 25 fps |
| Audio codebooks | 8 |
| Vocab size | 1025 |
| Runtime | ONNX Runtime Web (WebGPU) |
Sử dụng
Model này được thiết kế để chạy hoàn toàn trên trình duyệt qua WebGPU. Clone repo này và sử dụng với OmniVoice WebGPU demo.
Files
omnivoice_step.onnx + omnivoice_step.data — Core OmniVoice modelaudio_decoder.onnx — Audio codec decodertokenizer/ — Tokenizer assets
