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

Atomic Chat new
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

63318a7

verified ·

1 Parent(s): 250903b

Update README.md

Browse files

Files changed (1) hide show

README.md +6 -4

README.md CHANGED Viewed

@@ -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llama.cppというNvidiaのGPUがない環境でもCPUでLLMを動かすための純粋なC++プログラムとして開発がスタートしましたが、移植性が高く、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）
@@ -39,7 +39,7 @@ GGUF（GPT-Generated Unified Format）は、大規模言語モデルを効率的
 ⚠️ **重要な注意事項**: VoiceCoreは量子化に敏感なモデルです。Q4_K-f16以下の量子化レベルでは[音声ファイルの作成に失敗するケース](https://huggingface.co/dahara1/orpheus-3b-0.1-ft_gguf)がある事がわかっています。
 自作ggufに挑戦する場合は、音声品質や文字誤り率だけでなく発生失敗率も観測する事を使用を推奨します。
-量子化手順を更に改善した結果、現在のVoiceCore-Q4_K-f16.ggufはVoiceCore-BF16.ggufより音声品質や文字誤り率が向上しているという評価が内製ベンチマークで示されており、この結果については判断が保留されています。
 ## システム概要
@@ -114,7 +114,7 @@ make LLAMA_METAL=1
   --port 8080 \
   --host 0.0.0.0 \
   --no-webui
-nblはgpu環境でgpuメモリに収まる範囲で指定
 faはフラッシュアテンション有りでコンパイルした時に指定
 # Macでメタル（GPU）を使用する場合
@@ -159,7 +159,9 @@ async def generate_voice(prompt, output_file="output.wav"):
         "prompt": prompt,
         "temperature": 0.8,
         "top_p": 0.95,
-        "n_predict": 2048
     }
     collected_tokens = []

 ## 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）
 ⚠️ **重要な注意事項**: VoiceCoreは量子化に敏感なモデルです。Q4_K-f16以下の量子化レベルでは[音声ファイルの作成に失敗するケース](https://huggingface.co/dahara1/orpheus-3b-0.1-ft_gguf)がある事がわかっています。
 自作ggufに挑戦する場合は、音声品質や文字誤り率だけでなく発生失敗率も観測する事を使用を推奨します。
+量子化手順を更に改善した結果、現在のVoiceCore-Q4_K-f16.ggufはVoiceCore-BF16.ggufより音声品質や文字誤り率が改善しているという評価が内製ベンチマークで示されており、これについてはオペレーションミスの可能性も踏まえて、判断が保留されています。
 ## システム概要
   --port 8080 \
   --host 0.0.0.0 \
   --no-webui
+nglはgpu環境でgpuメモリに収まる範囲で指定
 faはフラッシュアテンション有りでコンパイルした時に指定
 # Macでメタル（GPU）を使用する場合
         "prompt": prompt,
         "temperature": 0.8,
         "top_p": 0.95,
+        "n_predict": 2048,
+        "repeat_penalty": 1.1,
+        "repeat_last_n": 70
     }
     collected_tokens = []