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

7288c31

verified ·

1 Parent(s): 25b4c50

Update README.md

Browse files

Files changed (1) hide show

README.md +3 -3

README.md CHANGED Viewed

@@ -58,8 +58,8 @@ GGUF（GPT-Generated Unified Format）は、大規模言語モデルを効率的
 ```
 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）
@@ -291,5 +291,5 @@ Pythonから直接モデルを使用できます。詳細は[公式ドキュメ
 ## ライセンス
-- モデル: [LLAMA 3.2 COMMUNITY LICENSE](https://huggingface.co/meta-llama/Llama-3.2-1B/blob/main/LICENSE.txt)または[Apache License 2.0](https://www.apache.org/licenses/LICENSE-2.0)
 - 音声データ: 各音声提供者様のライセンスに従ってください（[元モデルのライセンス情報](https://huggingface.co/webbigdata/VoiceCore#ディフォルト利用可能な音声の提供元とそのライセンス-default-voice-providers-and-their-licenses)を参照）

 ```
 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）
 ## ライセンス
+- モデル: 元モデル[webbigdata/VoiceCore](https://huggingface.co/webbigdata/VoiceCore)のライセンスに準じます。
 - 音声データ: 各音声提供者様のライセンスに従ってください（[元モデルのライセンス情報](https://huggingface.co/webbigdata/VoiceCore#ディフォルト利用可能な音声の提供元とそのライセンス-default-voice-providers-and-their-licenses)を参照）