實驗室 · 大膽挑戰
Orpheus-3B：規格與需求
Orpheus 是基於 Llama-3.2 的 38 億參數語音模型，支援情緒標籤（<laugh>、<sigh>）和零樣本複製，在 GPU 上提供頂級品質。已有 ONNX 匯出和 JavaScript 原型函式庫，但約 2.2 GB 的量化權重會讓多數瀏覽器記憶體不足。我們如實追蹤進展：如果能在玩家級硬體上執行，會先加入實驗室。
規格
| 開發者 | Canopy Labs |
|---|---|
| 參數 | 3800百萬 |
| 下載大小 | 2230 MB (q4f16) |
| 輸出 | 24.0 kHz mono |
| 聲音 | 8 |
| 語言 | 英文 |
| 聲音複製 | 是 |
| 串流生成 | 否 |
| 授權條款 | Apache-2.0 — 標註 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社群授權可能仍然適用。商用前請自行核查。 |
| 速度 | 瀏覽器效能未知，尚無執行實例。伺服器上使用資料中心 GPU，串流延遲約 200 毫秒。 |
| 執行環境 | 需要WebGPU |
優點
- +理論上可移植到瀏覽器的開放語音模型中原始品質最高
- +情緒標籤，增強表現力
- +零樣本聲音複製
限制
- −暫無可用瀏覽器示範；約 2.2 GB 權重需要約 16 GB 記憶體及 WebGPU
- −承諾的小型版本（150M/400M/1B）從未發布
- −Llama 衍生授權存在歧義
Orpheus-3B常見問題
Orpheus-3B免費嗎？
是的，權重採用Apache-2.0授權，在你的裝置上執行。標註 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社群授權可能仍然適用。商用前請自行核查。
Orpheus-3B需要什麼硬體？
需要支援WebGPU的瀏覽器與GPU（Chrome/Edge、Safari 26+、Firefox 141+），以及約16 GB記憶體。僅用CPU速度過慢，無法實用。
使用Orpheus-3B時我的文字會保持私密嗎？
是的。模型在瀏覽器分頁內執行，文字絕不傳送至伺服器。
Orpheus-3B產生的音訊可以商用嗎？
商用前請審閱模型、聲音與來源資料集的最新條款。目錄為此模型列出的授權是Apache-2.0，備註：標註 Apache-2.0，但它是 Llama-3.2-3B 的衍生模型，Meta 的 Llama 社群授權可能仍然適用。商用前請自行核查。