/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Опубликована
4 сен 2026

Ссылки

Hugging Face

Sunniva-kavach

Harsh33t
Поиск речи в аудиоАудио → label

Kavach — аудиомодель на базе Wav2Vec2 и AASIST для выявления подделки и имитации голоса в телефонных и потоковых каналах.

0скачиваний за 30 дней0лайковвеса обновлены4 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

Kavach — набор весов для выявления подделки и имитации голоса в телефонных и потоковых аудиоканалах. В README модель описана как система на основе замороженного Wav2Vec2 XLS-R-300M (слой 14) с графовой нейросетью AASIST; метаданные Hugging Face указывают задачу voice-activity-detection и формат PyTorch. Модель рассчитана на аудио 16 кГц, моно, Float32 PCM, включая потоки телефонии и WebRTC.

Для повышения устойчивости обучающие данные дополнялись симуляцией акустических искажений, характеристик телефонной трубки, автоматической регулировки усиления и шумоподавления. В состав репозитория входят несколько контрольных точек и калибраторы, в том числе для телефонного аудио; README сообщает для одной контрольной точки validation EER 0,48% и точность 99,5%, но эти показатели не подтверждены независимой оценкой.

Лицензия — Apache-2.0. Результат следует трактовать как сигнал для проверки подлинности голоса, а не как самостоятельное доказательство мошенничества; указанная задача voice-activity-detection не полностью отражает описанное в README назначение антиспуфинга.

Сценарии применения

  • выявление синтезированного или поддельного голоса в телефонном звонке
  • проверка подлинности голоса в потоковом аудио WebRTC
  • антиспуфинг аудио в сценариях финансового вишинга
  • форензический анализ телефонной записи на признаки имитации голоса

Ограничения

Метаданные классифицируют модель как voice-activity-detection, тогда как README описывает защиту от подделки голоса; применимость и заявленные метрики зависят от аудиоканала и условий оценки. README не сообщает поддерживаемые естественные языки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kavach (कवच) — Real-Time Voice Impersonation Defense & Telephony Forensic Weights

Kavach is an open-source voice authenticity and anti-spoofing defense engine engineered specifically for real-time telephony, WebRTC live audio streams, and financial vishing prevention.

Model Summary

  • Architecture: Frozen Wav2Vec2 (facebook/wav2vec2-xls-r-300m, layer 14) + AASIST Graph Neural Network backend
  • Sampling Rate: 16 kHz mono Float32 PCM
  • Telephony Robustness: Trained with simulated acoustic impairments, handset frequency response, AGC, and noise suppression filters (modern_phone series)
  • Calibration: Multi-signal isotonic & logistic fusion (chunk_clean / chunk_fused_telephony) combining acoustic artifact detection with prosody dynamics

Checkpoints Included

  • modern_phone/best.pt: Top-performing telephony checkpoint (Epoch 23, Validation EER 0.48% / 99.5% accuracy)
  • modern_phone/last.pt: Final training checkpoint with optimization history
  • codec_augmented/best.pt: Baseline wideband codec-augmented checkpoint
  • calibrators/chunk_clean.joblib: Clean in-domain calibrated logistic regressor
  • calibrators/chunk_fused_telephony.joblib: Multi-signal fusion calibrator
  • signals/prosody.joblib: Secondary pitch/energy forensic scorer

Quick Setup for Team Members

Clone the repository and pull the models in one command:

git clone https://github.com/xOAviOx/kavach.git
cd kavach
uv sync
uv run python scripts/download_from_hf.py

Run serving:

uv run uvicorn kavach.serving.app:app --host 0.0.0.0 --port 8100

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Задача «voice-activity-detection» пока не поддерживается рантаймом.

Ревизия весов
feebe4b

0 моделей

    Создать бенчмарк