Войти
Кыргызстан в топе AI: Kani TTS 2 вошла в тренды мирового каталога AI моделей
Она может генерировать до 40 секунд речи на кыргызском и других языках.
Кыргызстанские разработчики вновь заявили о себе на международной технологической арене. Команда стартапа NineNineSix представила новую версию модели синтеза речи - Kani TTS2, которая уже вошла в число самых популярных TTS-моделей на платформе Hugging Face - крупнейшем мировом каталоге моделей искусственного интеллекта.
Kani TTS 2 стала логичным продолжением предыдущих разработок команды и показала серьёзный технологический скачок: теперь модель способна стабильно генерировать до 40 секунд живой речи за один проход, что более чем в два раза превышает возможности первой версии.
Для полностью открытой модели из Кыргызстана попадание в топ-3 TTS на Hugging Face - редкое и значимое достижение.
Кто такие NineNineSix
NineNineSix - кыргызстанская команда разработчиков в области искусственного интеллекта, известная своими проектами в сфере языковых технологий.
Ранее команда представила первую версию Kani TTS, а также разработала голосовую колонку и AI-ассистента AkylAi, ставшую первым искусственным интеллектом, говорящим на кыргызском языке.
Голос для малопредставленных языков
Большинство крупных AI-компаний фокусируются на английском и других глобальных языках. Малоресурсные языки часто остаются за пределами технологического прогресса. NineNineSix пошли другим путём.
Kani TTS 2 уже поддерживает английский, испанский и кыргызский языки, а архитектура модели позволяет обучать её для любых других языков, акцентов и диалектов.
Особенность проекта в том, что команда опубликовала полный код предварительного обучения. Это означает, что любая страна или исследовательская группа может создать собственную голосовую модель на базе Kani TTS 2.
«Kani TTS 2 - это следующий шаг после нашей первой версии: мы сделали генерацию речи стабильнее и научили модель выдавать длинные фрагменты. Мы делаем ставку на компактные и открытые модели - их проще запускать и адаптировать под разные языки и акценты, включая малоресурсные. Для нас важно показать, что технологии мирового уровня можно создавать в Кыргызстане, поэтому мы открыли не только веса модели, но и весь код для pretrain - чтобы любая команда могла обучить TTS с нуля под свой язык», - отметил Нурсултан Бакашов, сооснователь nineninesix.ai.
Что нового в Kani TTS 2
Главные улучшения:
- До 40 секунд стабильной генерации речи за один проход
- Поддержка zero-shot voice cloning - клонирование голоса по короткому аудио фрагменту
- Полностью открытая архитектура и код обучения
- Вхождение в топ-3 TTS-моделей на Hugging Face
Модель содержит около 400 миллионов параметров, была предобучена на примерно 10 000 часов речевых данных и может работать на GPU с около 3 ГБ видеопамяти, что делает её доступной для локального и серверного использования.
«Kani TTS 2 - это не просто очередная AI-модель. Это доказательство того, что кыргызстанские специалисты способны создавать технологии мирового уровня и конкурировать на глобальном рынке искусственного интеллекта. NineNineSix демонстрирует, что Кыргызстан может быть не только потребителем, но и создателем передовых AI-решений», - сообщили в Парке высоких технологий Кыргызстана.
Ссылки на проект
Pretrained модель:
https://huggingface.co/nineninesix/kani-tts-2-pt
English модель:
https://huggingface.co/nineninesix/kani-tts-2-en
Код для pretrain:
https://github.com/nineninesix-ai/kani-tts-2-pretrain
HF Spaces:
https://huggingface.co/spaces/nineninesix/kani-tts-2-pt
https://huggingface.co/spaces/nineninesix/kanitts-2-en
Discord сообщество:
https://discord.com/invite/NzP3rjB4SB
