Q preview (tạm)

So sánh Q=K (init) và fine-tune 3k cho câu có quốc/quê/qua/quyển/quân. Release tạm, sẽ xoá sau khi chọn.

N0 demo samples (3 WAV)

Ba mẫu nghe thử N0 Ngọc Huyền (Q-init, Vocos pretrained, alpha 1.5) dùng cho VPS demo. Research/non-commercial; dataset CC-BY-NC-4.0. Không dùng giả giọng/thương mại.

N0 — Vietnamese single-speaker TTS (research, non-commercial)

N0 — Vietnamese single-speaker TTS — research release

RESEARCH / NON-COMMERCIAL — NOT FOR PRODUCTION.
Dataset CC-BY-NC-4.0; model weights kế thừa ràng buộc phi thương mại.
Không dùng giả giọng/lừa đảo, không bán lại, không bảo hành.

Gói

• Acoustic small v2_slot5 6,1M, 60k bước; config/stats; Vocos pretrained; 10 demo.
• TRAINING.md (pipeline, thời gian, khuyến nghị dữ liệu small/base), REPORT.md, model card,
  license, metrics, inference.py.
• Không kèm audio/transcript gốc; không kèm Vocos fine-tune (đã loại vì rè).

Mặc định

• sharpen_alpha = 1.5; pause_mode="model" (model tự nghỉ).
• Fixed pause opt-in --fixed-pauses / pause_mode="fixed" — mặc định tắt.
• Vocos pretrained.

Kết quả

• Holdout 4,0 dB; free-run 16,57 dB, length 0,999, pause F1 0,825.
• Thanh: thật 0,9835 · copy 0,9784 · free 0,9743.
• A/B tai 24/24 model mới.

License

Dataset CC BY-NC 4.0; Vocos MIT; model research/non-commercial. Xem LICENSE.md.

ONNX

Asset n0_onnx_fp32.zip (opset 18, FP32): acoustic + Vocos ONNX + SHA256SUMS.

Thêm

• Hugging Face: https://huggingface.co/dvchd/vifasttts-ngochuyen-small
• RTF demo ONNX CPU: 0,045 end-to-end (5 câu, 22,44 s audio / 1,01 s xử lý trên VPS).

N0 — Ngọc Huyền (internal production candidate)

N0 — Ngọc Huyền voice — internal production candidate

Không phải release thương mại. Dataset pnnbao-ump/ngochuyen_voice là CC-BY-NC-4.0;
release này chỉ là ứng viên prod nội bộ trong phạm vi được phép. Không bán/phân phối
thương mại, không dùng giả giọng/lừa đảo; không bảo hành.

Gói

• Acoustic small v2_slot5 6,1M, 60k bước, 24 kHz, một giọng nữ.
• Config + mel/f0 stats + Vocos pretrained mặc định (MIT) + 10 câu demo.
• inference.py, MODEL_CARD.md, LICENSE.md, metrics/summary.json.
• Không kèm data gốc; không kèm Vocos fine-tune (đã loại vì rè).

Mặc định

• sharpen_alpha = 1.5.
• pause_mode = "model" — model tự ngắt nghỉ; --fixed-pauses là opt-in, mặc định tắt.
• Vocos pretrained; không fine-tune.

Kết quả

• Holdout: 4,0 dB; free-run 80: 16,57 dB, length 0,999, pause F1 0,825.
• A/B tai 24/24: model mới được chọn toàn bộ so P2.
• Thanh free-run 0,9743 (thật 0,9835).

License

CC-BY-NC-4.0 (dataset) + Vocos MIT; model chỉ dùng trong phạm vi phi thương mại được phép.

ONNX

Asset n0_onnx_fp32.zip (opset 18, FP32): acoustic + Vocos ONNX + SHA256SUMS.

Thêm

• Hugging Face: https://huggingface.co/dvchd/vifasttts-ngochuyen-small
• RTF demo ONNX CPU: 0,045 end-to-end (5 câu, 22,44 s audio / 1,01 s xử lý trên VPS).