Higgs Ultimate

Портативная нейросеть для синтеза и клонирования речи на Windows — на нативном движке Higgs Audio v3, полностью офлайн, с русским интерфейсом.

Что это

Higgs Ultimate — русская портативная сборка нейросети синтеза речи на движке Higgs Audio v3. Озвучивает текст, клонирует голос по короткому референсу, продолжает речь и собирает многоголосые диалоги — 100% локально, без интернета, облака и подписок. Нативный C++/CUDA-движок (GGUF) — быстрый старт и низкое потребление VRAM, без тяжёлого Python-окружения.

В отличие от оригинала — полностью портативная: всё (модели, голоса, движок, настройки) лежит рядом с .exe. Удалил папку — не осталось ни следа в системе. Плюс русский интерфейс, запись голоса с микрофона, распознавание речи Parakeet (вместо Whisper), батч-режим, регулятор громкости, нормализация громкости и стартовый пак голосов.

Возможности

• Синтез речи (TTS) — нативный движок Higgs Audio v3, кванты от Q4 (8 ГБ VRAM) до BF16 (16 ГБ)
• Клонирование голоса — по референс-аудио 30 сек, с авто-транскриптом через Parakeet
• Запись голоса с микрофона — записать свой голос как референс (выбор устройства + индикатор уровня), Parakeet сразу его расшифрует. Во всех местах с выбором голоса
• Распознавание речи Parakeet — NVIDIA parakeet-tdt-0.6b-v3 (ONNX Runtime), мультиязычный (вкл. русский), сам определяет язык; на CPU, быстрый, выбор варианта (INT8/FP32) в UI
• Транскрипт и диаризация — новая вкладка: закинь аудио/видео или запиши с микрофона — получишь транскрипт с разбивкой по спикерам (NVIDIA Sortformer, до 4 голосов), прослушиванием сегментов и экспортом в .txt/.srt
• Голоса из спикеров в один клик — кнопка «Сделать голос» собирает из реплик спикера готовый референс с транскриптом и сохраняет персону в галерею — клонируй голос любого участника записи сразу
• Очистка голоса — вокал-сепарация референсов перед клонированием (Mel-Band Roformer, нативный BSRoformer.cpp на CUDA): музыка и фон убираются, клон цепляется за чистый голос; тумблер включён по умолчанию
• Продолжение речи — модель договаривает начатую фразу в том же голосе
• Мультиспикер — многоголосые диалоги; сегменты приводятся к единой громкости (LUFS/EBU R128)
• Галерея голосов — сохранение голосов-персон, импорт/экспорт, фото и заметки
• Стартовый войспак — пак голосов Nerual Dreming в один клик
• Пакетный режим — отдельная вкладка: генерация пачки клипов из списка строк или .txt файлов
• Быстрая загрузка моделей — параллельная многопоточная докачка с Hugging Face
• Локальный API — HTTP-сервер с потоковым NDJSON для интеграций
• Полностью портативная — ничего не пишется в профиль пользователя
• Русский и английский интерфейс — переключение на лету

Системные требования

• ОС: Windows 10 / 11 (x64)
• GPU: NVIDIA с 8–16 ГБ VRAM (в зависимости от кванта модели)
• WebView2 — предустановлен в Windows 11 (в Windows 10 ставится автоматически)
• Место: ~6 ГБ на модель (Q8_0)

Что нужно установить

Вручную ставится только одно — свежий драйвер NVIDIA:

• Драйвер NVIDIA — nvidia.com/Download. Драйвер — единственное, что нельзя доставить DLL-кой: он ставится в систему и включает nvcuda.dll/nvml.dll. Приложение определяет его наличие и версию само.

Всё остальное приложение скачает и предложит установить кнопками — ставить CUDA Toolkit и Visual C++ Redistributable вручную больше не нужно:

• CUDA runtime (cudart64_13 / cublas64_13 / cublasLt64_13) — тянется из официальных редистрибутивных PyPI-wheel'ов NVIDIA (редистрибуция разрешена CUDA Toolkit EULA, Attachment A).
• VC++ runtime (MSVCP140 / VCRUNTIME140 / VCRUNTIME140_1 / VCOMP140) — портативные DLL из HF-репозитория движка.

При первом запуске мастер настройки показывает блок «Системные библиотеки» с тремя строками (CUDA runtime, VC++ runtime, драйвер NVIDIA) и статусами ✓/!. Не хватает CUDA или VC++ — жмёте «Скачать», приложение само докачивает недостающие DLL в resources/engine/ и перепроверяет. Драйвер отсутствует — кнопка открывает страницу загрузки NVIDIA.

Если при загрузке движка появляется ошибка «не хватает системных DLL» — окно диагностики предлагает те же кнопки: «Скачать CUDA runtime», «Скачать VC++ runtime», «Открыть nvidia.com/drivers». Ничего искать вручную не нужно.

Быстрый старт

1. Скачать портативную сборку из Releases и распаковать в любую папку.

2. Запустить Higgs Ultimate.exe.

3. В приложении: нажать «Скачать DLL движка», затем «Скачать» модель TTS (или «Обзор» — указать уже скачанную папку модели).

4. Модель распознавания (Parakeet): в панели Parakeet выбрать вариант (INT8 ~670 МБ по умолчанию или FP32 ~2.5 ГБ) и нажать «Скачать» — набор ONNX-файлов тянется из istupakov/parakeet-tdt-0.6b-v3-onnx. Нужна для авто-транскрипта при клонировании и записи голоса. ONNX Runtime (onnxruntime.dll) подтягивается автоматически при первом распознавании.

Всё качается и хранится внутри папки приложения. Модели и голоса никуда больше не попадают.

Сборка из исходников

git clone https://github.com/timoncool/Higgs-Ultimate.git
cd Higgs-Ultimate/desktop
npm install
npm run build          # tauri build → .exe

Требуется Node 20+, Rust (MSVC) и WebView2. Нативный движок (audiocpp_engine.dll) пересобирать не нужно — приложение скачивает готовый.

Другие портативные нейросети

Проект	Описание
ACE-Step Studio	AI-студия музыки — песни, вокал, каверы, клипы
Foundation Music Lab	Генерация музыки + редактор таймлайна
Qwen3-TTS	Портативный TTS с клонированием голоса
VibeVoice ASR	Портативное распознавание речи
LavaSR	Портативное улучшение аудио
SuperCaption Qwen3-VL	Портативное описание изображений

Авторы

• Nerual Dreming — Telegram | neuro-cartel.com | ArtGeneration.me
• Нейро-Софт — Telegram | портативные нейросети

Благодарности

• Saganaki22 — оригинальное приложение Higgs Audio v3 Studio и нативный C++/CUDA-движок. Этот проект — форк с русской локализацией и полной портативностью. Огромное спасибо за движок и десктоп-оболочку.
• Boson AI — модель Higgs Audio v3.
• parakeet-rs (altunenes) и NVIDIA Parakeet — крейт распознавания речи (ONNX Runtime) и модель. ONNX-веса из istupakov/parakeet-tdt-0.6b-v3-onnx.

Поддержать автора

Я создаю опенсорс софт и занимаюсь исследованиями в области ИИ. Большая часть всего, что я делаю, находится в открытом доступе. Ваши пожертвования позволяют мне создавать и исследовать больше, не отвлекаясь на поиск еды для продолжения существования =)

Все способы поддержки | dalink.to/nerual_dreming | boosty.to/neuro_art

• BTC: 1E7dHL22RpyhJGVpcvKdbyZgksSYkYeEBC
• ETH (ERC20): 0xb5db65adf478983186d4897ba92fe2c25c594a0c
• USDT (TRC20): TQST9Lp2TjK6FiVkn4fwfGUee7NmkxEE7C

Star History

Лицензия

Код приложения — Apache-2.0 (© Saganaki22, форк © timoncool). Веса модели Higgs Audio v3 распространяются под research/non-commercial лицензией Boson AI — см. условия на странице модели.