Humaneness Voice 1.1 Alpha: завершены веса Small и Large для озвучки

13 октября 2026 года LAION загрузила завершённые веса Humaneness Voice 1.1 Alpha Small и Large. Это две модели, которые превращают написанный текст в речь: можно задать подачу фразы и, при согласии человека, использовать короткий образец его голоса. Раньше в этих репозиториях были промежуточные файлы продолжающегося обучения; теперь указатели на загрузку ведут к полным контрольным точкам — сохранённым состояниям модели. s1 s2 s3 s4

Что доступно сейчас

Обе модели можно скачать из официальных репозиториев LAION. Small и Large — разные по размеру и устройству варианты, не два режима одной загрузки. У Small выбран файл шага 6109, у Large — шага 3055: оба файла присутствуют в соответствующих репозиториях, а файлы состояния отмечают обучение как завершённое. Это не означает, что качество одного варианта выше другого. s1 s2 s3 s4

Авторы описывают озвучку буквального текста с отдельными указаниями по эмоции, темпу и манере речи. Для сохранения узнаваемого голоса можно указать имя из подготовленного списка или подать чистую запись голоса длительностью 5–15 секунд. В качестве учебной задачи представьте короткую реплику голосового персонажа: исходный текст «Мы наконец дома», ожидаемый результат — звуковой файл с произнесённой фразой, а не написанное объяснение. Конкретное произношение и сохранение личности нужно слушать и проверять самому; пример не является результатом теста Modelium. s1 s2

Что понадобится для локального запуска

В карточках LAION приведён путь для компьютера с CUDA-видеокартой NVIDIA: скачать весь репозиторий, установить указанные зависимости и вызвать авторскую программу озвучки. Отдельно загружается MOSS Audio Tokenizer v2 — компонент, который превращает внутреннее представление модели в звук. Авторы проверяли свой стек на GH200 с PyTorch 2.9 и Transformers 5.14.1; это сведения об их тестовой среде, не минимальные требования к видеопамяти или домашнему ПК. Полный запуск финальных весов редакция не воспроизводила, поэтому здесь нет обещания, что модели заработают на конкретной машине. s1 s2 s5

Первый разумный шаг — послушать опубликованное LAION сравнительное демо и открыть карточку Small, прежде чем скачивать полный набор. Демо содержит примеры, но авторы прямо не заявляют улучшения качества до окончания оценки. Обучающие материалы включали английскую, немецкую, французскую, нидерландскую и испанскую речь; надёжность каждого языка остаётся экспериментальной. Русский среди заявленных языков не указан. s1 s2

Права и ограничения

LAION помечает собственные веса и новые материалы CC BY 4.0, требующей указания авторства. Файл NOTICE отдельно предупреждает, что код и исходные компоненты Qwen/MOSS сохраняют свои условия, а использование чужого голоса затрагивает права и согласие его обладателя. Метка весов не превращает весь программный стек и любую запись диктора в единый объект со свободным коммерческим использованием. Авторы советуют сообщать слушателю о синтетической речи и не использовать модель для обманного подражания человеку. s1 s2 s6 s7

Итог: полный комплект весов теперь доступен для экспериментов с локальной озвучкой; доказательств улучшения звучания и редакционного теста на домашнем компьютере пока нет. Если вы уже следили за предыдущей Small-Acting, сравните её с демо 1.1 Alpha на одинаковых фразах, а не по названию версии. s1 s2