Canopy Labs: Orpheus 3B

Canopy Labs: Orpheus 3B är en text-till-tal-modell från Canopy Labs. Det är en modell med 3B parametrar finjusterad för engelsk talsyntes, med fokus på naturlig prosodi och uttrycksfullt framförande. Modellen släpptes av leverantören den 23 april 2026. Dess huvudkategori är tal, och den positioneras som en specialistmodell snarare än en allmän språkmodell.

Modellen tar text som enda indata och producerar tal som enda utdata. Den har en kontextlängd på 4096 tokens, och maximal utdata är 3686 tokens. Orpheus 3B levereras med 7 förinställda röster: tara, leah, jess, leo, dan, mia och zac. Leverantören beskriver den som finjusterad för naturlig prosodi och uttrycksfullt framförande, vilket innebär att tonvikten ligger på hur det genererade talet låter snarare än på textförståelse eller resonemang.

Dessa förmågor pekar mot en ganska specifik uppsättning användningsområden. Berättande är en naturlig matchning, eftersom modellen är trimmad för prosodi och uttryck över längre stycken engelsk text. Röstassistenter är ett annat, där de sju förinställda rösterna låter dig välja en konsekvent talare för talade svar. Detsamma gäller alla applikationer som behöver omvandla skrivet innehåll till ljud, såsom att läsa upp artiklar, generera talade prompter eller producera röstspår för en fast uppsättning karaktärer eller presentatörer. Eftersom indata endast är text accepterar modellen inte ljud för kloning eller transkribering, och eftersom utdata endast är tal returnerar den inte text som du kan efterbehandla.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t "canopylabs/orpheus-3b-0.1-ft". Begäran följer samma form som andra OpenAI-kompatibla taländpunkter, med din text som indata. Modellen listar inga parametrar som stöds, så du bör inte förvänta dig att skicka samplingskontroller, flaggor för röstval eller andra justeringsalternativ genom begäran. De sju rösterna är en del av modellens fasta konfiguration snarare än begärandeparametrar.

Kontexten på 4096 tokens och utdatagränsen på 3686 tokens är värda att planera kring. Mycket långa dokument måste delas upp i bitar före syntes, och det engelskspråkiga fokuset innebär att andra språk ligger utanför räckvidden. Om din uppgift är textgenerering, resonemang, översättning eller något som returnerar text passar en allmän språkmodell bättre. Orpheus 3B är rätt val när leveransen är talad engelsk ljud och du vill att prosodin hanteras av modellen själv.