Характеристики

Лицензия: MIT
Архитектура: mlx_rvc_composite · dense
Опубликована: 5 сен 2026

Ссылки

Hugging Face

MLX-RVC-Serena-E70

Avdpro

Обработка аудиоАудио → аудио3 профессии

MLX-совместимая модель RVC v2 преобразует входную речь в синтетический голос Serena для AI2Apps.

18скачиваний за 30 дней0лайковвеса обновлены5 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

MLX-RVC Serena e70 — контрольная точка конвертации голоса RVC v2 для запуска в AI2Apps на MLX. Модель преобразует входную речь в синтетический голос Serena; голос обучен на корпусе, созданном пресетом Serena для Qwen3-TTS, и не заявлен как голос реального человека.

В состав входят чекпойнт эпохи 70, соответствующий индекс retrieval, общие компоненты ContentVec и RMVPE, а также преобразованная инициализация генератора и дискриминатора RVC v2 с частотой 48 кГц. Файлы представлены в safetensors и JSON; для выполнения модели не требуются Torch, torchaudio, FAISS или pickle. Реализация основана на RVC, а выбранный вариант эпохи 70 определён сравнением при прослушивании.

Модель предназначена для конвертации предоставленной пользователем речи в целевой синтетический голос и для использования как встроенный функциональный голос в AI2Apps. Лицензия репозитория — MIT. Пользователь должен иметь разрешение на обработку исходного аудио.

Сценарии применения

конвертация речи в синтетический голос Serena
создание голосовой дорожки из предоставленной записи речи
использование целевого голоса Serena в приложениях на MLX

Ограничения

Модель преобразует голос в один целевой синтетический голос Serena; поддерживаемые языки и количественные показатели качества в предоставленных данных не описаны. Для обработки исходного аудио пользователь должен иметь соответствующее разрешение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MLX-RVC Serena e70

Native MLX RVC v2/48 kHz composite checkpoint for AI2Apps. It contains the MLX-trained e70 synthetic Serena test voice, its exact retrieval index, the shared ContentVec and RMVPE components, and the converted RVC v2/48 kHz generator/discriminator initialization used by the native MLX trainer. The checkpoint contains only safetensors and JSON; it does not require Torch, torchaudio, FAISS, or pickle at runtime.

The voice training corpus was generated with the serena preset of Qwen3-TTS and is intended as a built-in functional voice, not as the identity of a real person. Users must have permission to process the source audio they submit.

The implementation is derived from RVC at source revision 81eed5e8f68b6bed1789f682fe78cdd324495afc. The selected voice is the native MLX safe-adaptation epoch-70 checkpoint chosen by listening comparison.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры: RVCV2ForVoiceConversion
Ревизия весов: 738acad