/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Mangio-RVC-Huggingface
Опубликована
16 авг 2025

Lunar-RVC-Model

Обработка аудиоАудио → аудио

LUNAR — дообученная на базе RVC v2 модель для преобразования аудио в женский голос с настройкой тембра и высоты тона.

0скачиваний за 30 дней34лайкавеса обновлены16 авг 2025

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

LUNAR — модель преобразования голоса на основе RVC v2, опубликованная IssacMosesD. Она предназначена для преобразования входного аудио в женский голос, с управлением высотой тона и тембром. В карточке заявлены частота дискретизации 48 кГц, 16-битный звук и работа в реальном времени с задержкой менее 20 мс на кадр. Модель дообучена на MangioRVC/Mangio-RVC-Huggingface; в метаданных указаны наборы данных LJSpeech и VCTK. Лицензия — MIT. Заявления о качестве и задержке приведены в README, но там нет подробностей о методике измерения или независимой оценке.

Сценарии применения

  • преобразование голоса в женский
  • изменение тембра и высоты тона в аудиозаписи
  • преобразование голоса в реальном времени
  • создание голосовых дорожек для медиаконтента

Ограничения

README заявляет низкую задержку и высокое качество, но не приводит подробностей об оценке этих характеристик. В метаданных указан английский язык, однако описание не уточняет языковые ограничения для входного аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🌙 LUNAR - High-Quality Female Voice RVC Model

LUNAR is a state-of-the-art RVC (Retrieval-Based Voice Conversion) model optimized for female voice conversion with studio-grade audio quality at 48kHz sampling rate. This model delivers natural-sounding voice transformations with minimal artifacts.

Performance & Efficiency Metrics

Here are the visual benchmarks of Lunar-RVC:

1. Training Loss Curve

Training Loss

2. Validation Loss Curve

Validation Loss

3. Training vs Validation Loss

Train vs Val Loss

4. Inference Speed Comparison

Inference Speed

5. Audio Quality Scores (MOS)

MOS Score

6. GPU Memory Usage

GPU Memory

7. Dataset Duration Distribution

Dataset Distribution

8. Spectral Convergence

Spectral Convergence

9. Model Size Comparison

Model Size

10. Efficiency Radar Chart

Efficiency Radar


Key Features

  • High-Fidelity Conversion - Produces natural, expressive female voices
  • Real-Time Ready - Optimized for low-latency inference (<20ms/frame)
  • Pitch & Timbre Control - Flexible voice modulation capabilities
  • 48kHz Studio Quality - Professional-grade audio output
  • Easy Integration - Compatible with popular voice toolkits

📊 Model Specifications

ParameterValue
FrameworkRVC v2
Sample Rate48kHz
Bit Depth16-bit
Model Size1.8GB
Training Hours150 epochs (~10h)
VRAM Requirements4GB+ (inference)
Supported FormatsWAV, MP3, FLAC

Inference Guide

To use Lunar-RVC for inference:

``` bash
  # Clone repository
  git clone https://huggingface.co/IssacMosesD/Lunar-RVC-Model
  cd Lunar-RVC
  
  # Install dependencies
  pip install -r requirements.txt
  
  # Run inference
  python infer.py --input input.wav --output output.wav --model Lunar-RVC.pth

Use Cases

  • Voice Cloning – Convert your voice into a professional singing voice.

  • Streaming – Real-time voice conversion for content creators.

  • Dubbing – High-quality voice conversion for movies & animations.

  • Music Production – Transform any vocal track into a new singer’s voice.

System Requirements

  • OS: Windows / Linux

  • Python: 3.8+

  • GPU: NVIDIA (6GB VRAM minimum recommended)

  • CUDA: 11.7+

  • Torch: 1.13.1+

Contact

Collaburator

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Ревизия весов
c959176

0 моделей