Upload folder using huggingface_hub

.gitattributes

@@ -34,3 +34,6 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
 tokenizer.json filter=lfs diff=lfs merge=lfs -text
+docs/assets/config.png filter=lfs diff=lfs merge=lfs -text
+docs/assets/ultravox-cn-web.png filter=lfs diff=lfs merge=lfs -text
+docs/assets/UV[[:space:]]Hero[[:space:]]Image[[:space:]](1).png filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,71 +1,69 @@
----
-license: apache-2.0
----
-中文 | [English](README_EN.md)
-
-<p align="center">
-  <picture>
-    <img alt="Ultravox" src="https://zfmrfvimiaqahezndsse.supabase.co/storage/v1/object/public/images/custom/Introducing%20Ultravox%20Wide.jpg">
-  </picture>
-</p>
-
-<h3 align="center">
-一款为实时语音交互设计的快速多模态LLM
-</h3>
-
-
-# 概述
-
-Ultravox是一种新型的多模态LLM，能够理解文本和人类语音，无需单独的自动语音识别（ASR）阶段。基于[AudioLM](https://arxiv.org/abs/2209.03143)、[SeamlessM4T](https://ai.meta.com/blog/seamless-m4t/)、[Gazelle](https://tincans.ai/slm)、[SpeechGPT](https://github.com/0nutation/SpeechGPT/tree/main/speechgpt)等研究，Ultravox能够将任何开放权重LLM扩展为一个多模态投影器，直接将音频转换为LLM使用的高维空间。
-
-ultravox官方仓库：[https://github.com/fixie-ai/ultravox](https://github.com/fixie-ai/ultravox)
-
-ultravox-cn仓库：[https://github.com/seanzhang-zhichen/ultravox-cn](https://github.com/seanzhang-zhichen/ultravox-cn)
-
-由于官方版本模型对中文支持较差，因此，我们训练了基于Qwen2.5-7B-Instruct和whisper-large-v3-turbo的中文友好的语音多模态模型
-
-### 架构
-
-[![架构图](https://raw.githubusercontent.com/fixie-ai/ultravox/main/docs/assets/Ultravox%20Model%20Architecture.svg)](https://docs.google.com/presentation/d/1ey81xuuMzrJaBwztb_Rq24Cit37GQokD2aAes_KkGVI/edit)
-
-
-### 效果
-
-![ultravox-cn-web](docs/assets/ultravox-cn-web.png)
-
-### 模型
-
-- Huggingface下载地址：[https://huggingface.co/zhichen/ultravox-cn](https://huggingface.co/zhichen/ultravox-cn)
-- Modelscope下载地址：[https://modelscope.cn/models/seanzhang/ultravox-cn](https://modelscope.cn/models/seanzhang/ultravox-cn)
-
-
-## 环境设置
-
-安装`just`
-
-```bash
-git clone https://github.com/seanzhang-zhichen/ultravox-cn.git
-cd ultravox-cn
-sudo apt-get install just
-conda create -n ultravox python=3.11
-conda activate ultravox
-just install
-```
-
-## 模型准备
-
-运行demo前，需准备以下模型：
-
-- Qwen2.5-7B-Instruct
-- whisper-large-v3-turbo
-- seanzhang/ultravox-cn
-
-以上模型准备好后，修改seanzhang/ultravox-cn/config.json中的audio_model_id为本地whisper-large-v3-turbo路径，text_model_id为本地Qwen2.5-7B-Instruct路径。
-
-![config.json](docs/assets/config.png)
-
-### Web Demo
-
-```bash
-python ultravox/tools/gradio_demo.py --model_path seanzhang/ultravox-cn（或本地路径）   
-```
+中文 | [English](README_EN.md)
+
+<p align="center">
+  <picture>
+    <img alt="Ultravox" src="https://zfmrfvimiaqahezndsse.supabase.co/storage/v1/object/public/images/custom/Introducing%20Ultravox%20Wide.jpg">
+  </picture>
+</p>
+
+<h3 align="center">
+一款为实时语音交互设计的快速多模态LLM
+</h3>
+
+
+# 概述
+
+Ultravox是一种新型的多模态LLM，能够理解文本和人类语音，无需单独的自动语音识别（ASR）阶段。基于[AudioLM](https://arxiv.org/abs/2209.03143)、[SeamlessM4T](https://ai.meta.com/blog/seamless-m4t/)、[Gazelle](https://tincans.ai/slm)、[SpeechGPT](https://github.com/0nutation/SpeechGPT/tree/main/speechgpt)等研究，Ultravox能够将任何开放权重LLM扩展为一个多模态投影器，直接将音频转换为LLM使用的高维空间。
+
+ultravox官方仓库：[https://github.com/fixie-ai/ultravox](https://github.com/fixie-ai/ultravox)
+
+ultravox-cn仓库：[https://github.com/seanzhang-zhichen/ultravox-cn](https://github.com/seanzhang-zhichen/ultravox-cn)
+
+由于官方版本模型对中文支持较差，因此，我们训练了基于Qwen2.5-7B-Instruct和whisper-large-v3-turbo的中文友好的语音多模态模型
+
+### 架构
+
+[![架构图](https://raw.githubusercontent.com/fixie-ai/ultravox/main/docs/assets/Ultravox%20Model%20Architecture.svg)](https://docs.google.com/presentation/d/1ey81xuuMzrJaBwztb_Rq24Cit37GQokD2aAes_KkGVI/edit)
+
+
+### 效果
+
+![ultravox-cn-web](docs/assets/ultravox-cn-web.png)
+
+### 模型
+
+- Huggingface下载地址：[https://huggingface.co/zhichen/ultravox-cn](https://huggingface.co/zhichen/ultravox-cn)
+- Modelscope下载地址：[https://modelscope.cn/models/seanzhang/ultravox-cn](https://modelscope.cn/models/seanzhang/ultravox-cn)
+
+
+## 环境设置
+
+安装`just`
+
+```bash
+git clone https://github.com/seanzhang-zhichen/ultravox-cn.git
+cd ultravox-cn
+sudo apt-get install just
+conda create -n ultravox python=3.11
+conda activate ultravox
+just install
+```
+
+## 模型准备
+
+运行demo前，需准备以下模型：
+
+- Qwen2.5-7B-Instruct
+- whisper-large-v3-turbo
+- seanzhang/ultravox-cn
+
+以上模型准备好后，修改seanzhang/ultravox-cn/config.json中的audio_model_id为本地whisper-large-v3-turbo路径，text_model_id为本地Qwen2.5-7B-Instruct路径。
+
+![config.json](docs/assets/config.png)
+
+### Web Demo
+
+```bash
+python ultravox/tools/gradio_demo.py --model_path seanzhang/ultravox-cn（或本地路径）   
+```
+