/ Модель

Характеристики

Лицензия
Apache 2.0
Опубликована
24 дек 2025

HCodec-1.5-adaptive

Обработка аудиоАудио → аудио

Модель HCodec-1.5-adaptive предназначена для преобразования аудио с адаптивной частотой кадров.

0скачиваний за 30 дней7лайковвеса обновлены25 дек 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

QuarkAudio/HCodec-1.5-adaptive — аудио-аудио модель для работы с аудиокодеком HCodec и адаптивной частотой кадров. README описывает установку предварительно обученных весов, токенизатор и настройки тестирования адаптивной частоты кадров; механизм адаптации основан на FlexiCodec и VARSTok, а реализация Transformer — на Mimi Codec. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Модель предназначена для сценариев преобразования аудио с использованием адаптивного кодирования. Метаданные относят её к задаче audio-to-audio и указывают английский язык. В README нет сведений о размере, контекстном окне, конкретных вариантах преобразования, качестве или ограничениях применения.

Сценарии применения

  • преобразование аудио с адаптивным аудиокодеком
  • тестирование адаптивной частоты кадров аудиокодека
  • исследование адаптивного аудиотокенизатора

Ограничения

README не уточняет поддерживаемые виды преобразования и не приводит оценок качества или известных ограничений модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

QuarkAudio-HCodec-1.5: A Unified Discrete Audio Tokenizer with adaptive frame rate for High-Fidelity, Multitask Audio Generation

🎯 Quick Start: Run Inference in 3 Minutes

1. Installation

  1. Install dependencies from requirement.txt via pypi
  2. Download pretrained weights from Huggingface 🤗: QuarkAudio/HCodec-1.5-adaptive and save them to ./checkpoints/
  3. confirm the ckpt_path in file conf/config_adaptive_v3.yaml is valid

2. Clone Repository

git clone https://github.com/alibaba/unified-audio.git
cd QuarkAudio-HCodec

3. Create a Conda environment and install dependencies

conda create -n unise python=3.10
conda activate unise
pip install -r requirements.txt

4. Tokenizer

#!/bin/bash

python audio_tokenizer.py

5. Optional configuration

  • Customize your testing options about adaptive frame rate
  # hyperparameter configuration in conf/config_adaptive_v3.yaml

  training: false # keep false when testing
  use_similarity_alignment: true
  use_dynamic_similarity_threshold: false
  infer_using_dynamic_threshold: true # work when manual_threshold is null
  similarity_threshold: 0.7
  similarity_threshold_lower: 0.7
  similarity_threshold_upper: 1.0 # valid interval of dynamic threshold when 'infer_using_dynamic_threshold' turns on
  max_tokens_per_group: 8
  manual_threshold: 0.6 # set to a fixed value when evaluate specific threshold

😘 Acknowlegement

We would like to thank the great work of following projects:

  • The adaptive mechanism implementation is based on the work from FlexiCodec and VARSTok.
  • Transformer implementation is based on the work from Mimi Codec

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
d055b37

0 моделей