实验室 · 大胆挑战

Orpheus-3B：规格与要求

Orpheus 是基于 Llama-3.2 的 38 亿参数语音模型，支持情绪标签（<laugh>、<sigh>）和零样本克隆，在 GPU 上提供顶级品质。已有 ONNX 导出和 JavaScript 原型库，但约 2.2 GB 的量化权重会让多数浏览器内存不足。我们如实跟踪进展：如果能在发烧友硬件上运行，会先加入实验室。

实验版：适用于高性能硬件的重型模型

Orpheus-3B仍在集成，下方可查看规格与硬件评估。目前可用可用模型，也可通过兼容性检查判断设备能否运行Orpheus-3B。

规格

开发者Canopy Labs
参数3800百万
下载大小2230 MB (q4f16)
输出24.0 kHz mono
声音8
语言英语
声音克隆是
流式生成否
许可证Apache-2.0 — 标注 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社区许可可能仍然适用。商用前请自行核查。
速度浏览器性能未知，尚无运行实例。服务器上使用数据中心 GPU，流式延迟约 200 毫秒。
运行环境需要WebGPU

来源：onnx-community/orpheus-3b-0.1-ft-ONNX

优点

  • +理论上可移植到浏览器的开放语音模型中原始品质最高
  • +情绪标签，增强表现力
  • +零样本声音克隆

限制

  • −暂无可用浏览器演示；约 2.2 GB 权重需要约 16 GB 内存及 WebGPU
  • −承诺的小型版本（150M/400M/1B）从未发布
  • −Llama 衍生许可存在歧义

Orpheus-3B常见问题

Orpheus-3B免费吗？

是的，权重采用Apache-2.0许可证，在你的设备上运行。标注 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社区许可可能仍然适用。商用前请自行核查。

Orpheus-3B需要什么硬件？

需要支持WebGPU的浏览器及GPU（Chrome/Edge、Safari 26+、Firefox 141+），以及约16 GB内存。仅用CPU速度过慢，无法实用。

使用Orpheus-3B时我的文字会保持私密吗？

是的。模型在浏览器标签页内运行，文字绝不发送到服务器。

Orpheus-3B生成的音频可以商用吗？

商用前请审阅模型、声音及源数据集的最新条款。目录为此模型列出的许可证是Apache-2.0，备注：标注 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社区许可可能仍然适用。商用前请自行核查。