Характеристики

Лицензия: GPL 3.0
Архитектура: mlx_seed_vc_v2_composite · dense
Опубликована: 5 сен 2026

Ссылки

Hugging Face

MLX-Seed-VC-v2

Avdpro

Обработка аудиоАудио → аудио3 профессии

Составная MLX-модель Seed-VC v2 преобразует голос в аудиозаписи по образцу голоса целевого говорящего.

57скачиваний за 30 дней1лайквеса 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 Seed-VC v2 от Avdpro — нативный для MLX составной чекпойнт конвертации голоса, перенесённый с зафиксированной версии inference pipeline Seed-VC. Он объединяет CFM- и AR-модели, два квантователя ASTRAL, CAMPPlus, HuBERT Large (слой 18) и BigVGAN v2; веса хранятся в safetensors, конфигурация — в JSON. Модель принимает исходное аудио и аудио-образец голоса, чтобы преобразовать голос в исходной записи с сохранением тембра целевого говорящего.

Профиль по умолчанию использует 30 шагов диффузии; также доступны быстрый профиль с 10 шагами и AR-профиль с 30 шагами. Модель распространяется по лицензии GPL-3.0; README отсылает к NOTICE.md за сведениями о лицензиях закреплённых исходных чекпойнтов.

Сценарии применения

перенос тембра голоса в аудиозаписи по голосовому образцу
создание озвучки заданным голосом из исходной речи
быстрая конвертация голоса с профилем на 10 шагов
конвертация речи с AR-профилем на 30 шагов

Ограничения

Для каждого запроса нужны исходное аудио и аудио-образец целевого говорящего; образец используется только в рамках запроса и не сохраняется как голосовой профиль. README не указывает поддерживаемые языки или длительность входного аудио.

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 I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MLX Seed-VC v2

Torch-free native MLX conversion of the pinned Seed-VC v2 inference pipeline for AI2Apps. The composite checkpoint contains the CFM and AR models, both ASTRAL quantizers, CAMPPlus, HuBERT Large layer 18, and BigVGAN v2. Runtime weights are stored as safetensors and configuration as JSON.

The default quality profile uses timbre mode with 30 diffusion steps. A 10-step fast profile and a 30-step AR voice profile are also exposed by the Model Package. A request must contain both source audio and reference-speaker audio; reference audio is request-scoped and is not persisted as a Voice Profile.

The implementation is based on Plachtaa/seed-vc revision 51383efd921027683c89e5348211d93ff12ac2a8. See NOTICE.md for all pinned checkpoint sources and licenses.

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: SeedVCV2ForVoiceConversion
Ревизия весов: 2122cee