Instructions to use webbigdata/VoiceCore_gguf with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use webbigdata/VoiceCore_gguf with llama-cpp-python:

# !pip install llama-cpp-python

from llama_cpp import Llama

llm = Llama.from_pretrained(
	repo_id="webbigdata/VoiceCore_gguf",
	filename="VoiceCore-BF16.gguf",
)

llm.create_chat_completion(
	messages = "No input example has been defined for this model task."
)

Notebooks
Google Colab
Kaggle
Local Apps Settings

llama.cpp

How to use webbigdata/VoiceCore_gguf with llama.cpp:

Install from brew

brew install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf webbigdata/VoiceCore_gguf:BF16
# Run inference directly in the terminal:
llama-cli -hf webbigdata/VoiceCore_gguf:BF16

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama-server -hf webbigdata/VoiceCore_gguf:BF16
# Run inference directly in the terminal:
llama-cli -hf webbigdata/VoiceCore_gguf:BF16

Use pre-built binary

# Download pre-built binary from:
# https://github.com/ggerganov/llama.cpp/releases
# Start a local OpenAI-compatible server with a web UI:
./llama-server -hf webbigdata/VoiceCore_gguf:BF16
# Run inference directly in the terminal:
./llama-cli -hf webbigdata/VoiceCore_gguf:BF16

Build from source code

git clone https://github.com/ggerganov/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-server llama-cli
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama-server -hf webbigdata/VoiceCore_gguf:BF16
# Run inference directly in the terminal:
./build/bin/llama-cli -hf webbigdata/VoiceCore_gguf:BF16

Use Docker

docker model run hf.co/webbigdata/VoiceCore_gguf:BF16

LM Studio
Jan
Ollama
How to use webbigdata/VoiceCore_gguf with Ollama:
```
ollama run hf.co/webbigdata/VoiceCore_gguf:BF16
```

Unsloth Studio

How to use webbigdata/VoiceCore_gguf with Unsloth Studio:

Install Unsloth Studio (macOS, Linux, WSL)

curl -fsSL https://unsloth.ai/install.sh | sh
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for webbigdata/VoiceCore_gguf to start chatting

Install Unsloth Studio (Windows)

irm https://unsloth.ai/install.ps1 | iex
# Run unsloth studio
unsloth studio -H 0.0.0.0 -p 8888
# Then open http://localhost:8888 in your browser
# Search for webbigdata/VoiceCore_gguf to start chatting

Using HuggingFace Spaces for Unsloth

# No setup required
# Open https://huggingface.co/spaces/unsloth/studio in your browser
# Search for webbigdata/VoiceCore_gguf to start chatting

Docker Model Runner
How to use webbigdata/VoiceCore_gguf with Docker Model Runner:
```
docker model run hf.co/webbigdata/VoiceCore_gguf:BF16
```

Lemonade

How to use webbigdata/VoiceCore_gguf with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull webbigdata/VoiceCore_gguf:BF16

Run and chat with the model

lemonade run user.VoiceCore_gguf-BF16

List all available models

lemonade list

dahara1 commited on Jul 20, 2025

Commit

25b4c50

verified ·

1 Parent(s): 1343cb0

Update README.md

Browse files

Files changed (1) hide show

README.md +5 -5

README.md CHANGED Viewed

@@ -5,7 +5,7 @@ base_model:
 - webbigdata/VoiceCore
 ---
-# VoiceCore GGUF - 次世代 日本語Voice AI Agent用モデル（量子化版）
 [webbigdata/VoiceCore](https://huggingface.co/webbigdata/VoiceCore)はAIが自然な日本語を発声可能にする商用利用可能なVoice AI Agentモデルです。
 本リポジトリはVoiceCoreのGGUF（量子化）版です。Mac環境や低スペックPCでも手軽に動作させることができるように最適化されています。
@@ -13,7 +13,7 @@ base_model:
 ## GGUFとは？
 GGUF（GPT-Generated Unified Format）は、大規模言語モデルを効率的に配布・実行するためのファイルフォーマットです。
-元々は「NvidiaのGPUがない環境でもCPUでLLMを動かすための純粋なC++ツール」として開発がスタートしたllama.cppというプロジェクト用のフォーマットでしたが、移植性が高いため、Macやスマートフォン、GPU環境にも移植されています。
 ### 主な特徴
 - **軽量化**: モデルサイズを大幅に削減（元の50%以下に）
@@ -57,9 +57,9 @@ GGUF（GPT-Generated Unified Format）は、大規模言語モデルを効率的
 [音声ファイル/リアルタイム再生]
 ```
-VoiceCoreは直接WAVファイルを生成するのではなく、SNAC用の音声トークンを出力します。そのため、コマンドラインよりサーバー形式で動作させる方が柔軟性が高くなります
-SNAC部分については[C#実装 DillionLowry/NeuralCodecs](https://github.com/DillionLowry/NeuralCodecs))を公開してくれている方がいるので、参考にすればスマートフォン等で動作させる事も可能と思われます
-また、オリジナルの[pytorchモデル hubertsiuzdak/snac_24khz](https://huggingface.co/hubertsiuzdak/snac_24khz))以外に[ONNXに移植したモデル onnx-community/snac_24khz-ONNX](https://huggingface.co/onnx-community/snac_24khz-ONNX))も存在しますが、自然さがやや落ちるという評価も目にしているので注意してください
 ## セットアップガイド（Mac/初心者向け）

 - webbigdata/VoiceCore
 ---
+# VoiceCore GGUF - 次世代 日本語Voice AI Agent用モデル（gguf量子化版）
 [webbigdata/VoiceCore](https://huggingface.co/webbigdata/VoiceCore)はAIが自然な日本語を発声可能にする商用利用可能なVoice AI Agentモデルです。
 本リポジトリはVoiceCoreのGGUF（量子化）版です。Mac環境や低スペックPCでも手軽に動作させることができるように最適化されています。
 ## GGUFとは？
 GGUF（GPT-Generated Unified Format）は、大規模言語モデルを効率的に配布・実行するためのファイルフォーマットです。
+元々は「NvidiaのGPUがない環境でもCPUでLLMを動かすための純粋なC++ツール」として開発がスタートした[llama.cpp](https://github.com/ggml-org/llama.cpp)というプロジェクト用のフォーマットでしたが、移植性が高いため、Macやスマートフォン、GPU環境にも移植されています。
 ### 主な特徴
 - **軽量化**: モデルサイズを大幅に削減（元の50%以下に）
 [音声ファイル/リアルタイム再生]
 ```
+VoiceCoreは直接WAVファイルを生成するのではなく、SNACというニューラルコーデック用の音声トークンを出力します。そのため、SNACも動かす必要があります。
+SNACは[C#実装 DillionLowry/NeuralCodecs](https://github.com/DillionLowry/NeuralCodecs))を公開してくれている方がいるので、参考にすればスマートフォン等で動作させる事も可能と思われます
+また、オリジナルの[pytorchモデル hubertsiuzdak/snac_24khz](https://huggingface.co/hubertsiuzdak/snac_24khz))以外に[ONNXに移植したモデル onnx-community/snac_24khz-ONNX](https://huggingface.co/onnx-community/snac_24khz-ONNX))も存在しますが、自然さがやや落ちるという評価も目にしているので留意してください
 ## セットアップガイド（Mac/初心者向け）