Zonos-v0.1
Zyphra · https://github.com/Zyphra/Zonos
Licença dos pesos: Apache 2.0 · código e componentes podem ter outros termos
Qualidade
Sem score comparável
Nota, posição e número de amostras da Artificial Analysis excluídos: o plano gratuito é só para uso interno. Fonte consultada em 2026-09-22. Ranking (só link)
Informado pelo publicador
Roda em
Memória suficiente 71
O publicador documenta um caminho dentro desta memória, nesta plataforma (CUDA ou Apple MPS). Caminhos condicionais exigem offload ou quantização.
Mostrar todos os 71
Falta um degrau de memória 1
As mesmas máquinas com o próximo tamanho de memória teriam o suficiente.
Perfis de hardware agrupados pelo caminho mínimo de memória documentado pelo publicador e pela plataforma. Não é execução medida.
Considere Zonos-v0.1, de Zyphra, para a tarefa de text-to-speech (1,62B de parâmetros).
O catálogo lista o caminho de memória documentado pelo publicador em Roda em e não revisou outras configurações. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial.
Velocidade medida
Nenhuma medição publicada para este checkpoint
A velocidade (fator de tempo real ou segundos por clipe) só aparece quando uma fonte a publica com hardware, build e configuração. Nunca é estimada.
Como rodar
Caminho de memória documentado pelo publicador: Mínimo oficial de GPU; CPU também é suportada, porém mais lenta. A memória real depende de precisão, resolução, duração e offload; consulte a fonte oficial. Evidência oficial de hardware
Formas documentadas de rodar
Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.
import torch
import torchaudio
from zonos.model import Zonos
from zonos.conditioning import make_cond_dict
from zonos.utils import DEFAULT_DEVICE as device
# model = Zonos.from_pretrained("Zyphra/Zonos-v0.1-hybrid", device=device)
model = Zonos.from_pretrained("Zyphra/Zonos-v0.1-transformer", device=device)
wav, sampling_rate = torchaudio.load("assets/exampleaudio.mp3")
speaker = model.make_speaker_embedding(wav, sampling_rate)
cond_dict = make_cond_dict(text="Hello, world!", speaker=speaker, language="en-us")
conditioning = model.prepare_conditioning(cond_dict)
codes = model.generate(conditioning)
wavs = model.autoencoder.decode(codes).cpu()
torchaudio.save("sample.wav", wavs[0], model.autoencoder.sampling_rate)uv run gradio_interface.py
# python gradio_interface.pyNível da evidência: Documentação do publicador vinculada; nenhuma execução reproduzida por este site.
Antes de baixar
- Confirme o checkpoint exato e a licença vinculada aqui.
- Confirme runtime e precisão ou quantização compatíveis com sua plataforma.
- Reserve memória para contexto, lote e eventuais componentes de mídia além dos pesos.
Detalhes técnicos
O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.
- Checkpoint / versão
- https://github.com/Zyphra/Zonos
- Tarefa e modalidade
- text-to-speech · áudio
- Contagem e base
- 1,62B · ficha do fabricante
- Lançamento
- Beta Release of Zonos-v0.1 (Zyphra) · consultado em 2026-10-09fonte
- Tamanho do repositório publicado
- 3,3 GBNão é memória de execução nem download mínimo.arquivos
- Componentes publicados
- Technical details pending review
- Runtime e precisão
- Nenhuma execução local verificada.
- Uso comercial
- Permitido Apache License 2.0 text (SPDX) · consultado em 2026-10-18texto da licença
Licença, contagem de parâmetros e data de lançamento vêm das fontes do publicador listadas nesta página (uma data que nenhuma fonte informa fica vazia). O requisito de hardware não foi revisado, então a memória é uma estimativa rotulada. O tamanho do repositório, quando aparece, é o download publicado completo.
Fontes
Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.
- Checkpoint e ficha do publicador
- Licença dos pesos e termos de uso
- Fonte do benchmark de qualidade · Artificial Analysis áudio · excluída (o plano gratuito é só para uso interno)
- Documentação de hardware do publicador
Catálogo revisado: 2026-09-22.


















































