/ Модель

Характеристики

Лицензия
CC BY 4.0
Опубликована
2 янв 2026

LinaCodec

Обработка аудиоАудио → аудио3 профессии

LinaCodec — компактный аудиотокенизатор, кодирующий речь для использования в моделях синтеза и распознавания с последующим восстановлением аудио в 48 кГц.

29скачиваний за 30 дней24лайкавеса обновлены3 янв 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

LinaCodec — аудиотокенизатор для речевых моделей, представленный автором репозитория YatharthS. Он кодирует аудио в последовательность из 12,5 токена в секунду с заявленной скоростью потока 171 бит/с и восстанавливает звук с частотой дискретизации 48 кГц. В карточке указаны форматы PyTorch и Safetensors.

Токенизатор предназначен для компактного представления речи в системах синтеза и распознавания речи. В README также заявлена возможность использовать его как компонент решений для преобразования голоса, повышения частоты дискретизации и шумоподавления; эти сценарии описаны как косвенно поддерживаемые. Автор сообщает скорость кодирования до 200× и декодирования до 400× реального времени.

Указанные показатели и качество основаны на заявлениях README; подробности архитектуры и независимые результаты оценки не приведены. Лицензия CC-BY-4.0 разрешает коммерческое и некоммерческое использование при указании авторства.

Сценарии применения

  • компактное кодирование речи для моделей синтеза речи
  • токенизация аудио для систем распознавания речи
  • восстановление речи из аудиотокенов с частотой 48 кГц
  • использование аудиокодека в экспериментах по преобразованию голоса
  • подготовка аудиопредставлений для повышения частоты дискретизации или шумоподавления

Ограничения

Заявленные скорости и качество приведены в README и не сопровождаются подробным описанием методики или независимой оценкой. Преобразование голоса, повышение частоты дискретизации и шумоподавление упомянуты как косвенные сценарии применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Linacodec: Highly compressive audio tokenizer for speech models.

Linacodec is an audio tokenizer that compresses audio into just 12.5 tokens per second (171 bps) and decodes to 48khz audio!

Key benefits

  • Compression: 12.5 tokens/sec (60x more compressed than DAC).
  • Audio Quality: 48khz output (much clearer then 16khz/24khz which is the standard).
  • Encoder Speed: 200x realtime.
  • Decoder Speed: 400x realtime(even faster with batching)
  • Many Tasks: Indirectly even supports voice conversion, audio super-resolution, and audio denoising!

Why is this even useful?

Audio tokenizers directly contribute to speed, quality, and capability of TTS/ASR models. LinaCodec massively improves upon previous codecs in these areas.

  • Inference Speed: Enables TTS models to run 800x realtime, 8x faster than MiraTTS!
  • Fast training: High-quality TTS models can be trained in less then 1 day.
  • Versatile: Works for both Text-to-Speech and Speech-to-Text unlike most other codecs.

Comparisons

ModelTotal Tokens/SecSample Rate
Linacodec12.548khz
DAC77444.1khz
EnCodec30024khz
Xcodec25016khz
Mimi20024khz

Please check the repo for usage: https://github.com/ysharma3501/LinaCodec

Licence is CC-BY-4.0 meaning you can use it for any usecase(commercially/non-commercially) given you credit the original creator. Thank you.

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
077775c

0 моделей