Natiq-dz-ARG 语音合成模型
面向阿尔及利亚 Darija，支持法语混说与零样本声音克隆。
为什么重要
为 Algerian Darija TTS 和短参考音频克隆提供可用适配器。
阅读原文huggingface.co
AI 解读（根据原文生成）
Natiq-dz-ARG 是 Natiq Studio 发布的语音合成与零样本声音克隆模型，针对 Algerian Darija（الدارجة الجزائرية）并支持自然法语 code-switching。它以 bosonai/higgs-tts-3-4b 为基础，通过 LoRA 适配器进行参数高效微调，可根据目标文本和短参考音频生成 24 kHz 单声道语音。模型权重在 Hugging Face 提供，另有在线 Space 演示。
要点（AI 据原文整理，数字均已与原文核对）
- Natiq-dz-ARG v1.0。
- The model synthesizes high-fidelity 24,000 Hz (24 kHz Mono) speech conditioned on target text and a short reference audio prompt.
- Reference Audio: Provide a clean, single-speaker audio recording between 2 and 20 seconds.
- The audio can be in WAV, MP3, or FLAC format.
- You can run the model on any CUDA GPU (≥16 GB VRAM) with `transformers` and `peft`.
- The model supports `bfloat16` on modern GPUs (Ampere / Ada / Hopper) and `float16` on NVIDIA T4 GPUs.
