Характеристики

Лицензия: CC BY-NC 4.0
Опубликована: 7 окт 2026

Ссылки

Hugging Face

ghana-vc-Anyin_any

ghanaopenai

Обработка аудиоАудио → аудио

Модель преобразует речь на Anyin в голос Zephyr, сохраняя язык исходной записи.

0скачиваний за 30 дней0лайковвеса обновлены8 окт 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

ghanaopenai/ghana-vc-Anyin_any — модель преобразования голоса, разработанная ghanaopenai для речи на языке Anyin. Она преобразует входное аудио в голос Zephyr, сохраняя язык исходной речи. Модель предназначена для конвертации записей на Anyin и используется через библиотеку ghana-vc; она автоматически выбирается при совпадении имени набора данных или конфигурации.

Это дообученный чекпойнт архитектуры DiT, основанный на zero-shot модели seed-uvit-whisper-small-wavenet. Веса соответствуют шагу обучения 1 000; этот вариант выбрали за более чёткое произношение в сравнении с другими чекпойнтами на материале Asante Twi. Модель обучалась на клипах Anyin из ghanaopenai/ghana-synthetic-speech. Репозиторий содержит веса PyTorch и аудиозапись-образец голоса Zephyr. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерческое.

Модель рассчитана на преобразование речи на Anyin; для других языков README рекомендует общую ghanaopenai/ghana-vc. Результат выбора чекпойнта оценивали по character error rate с Omnilingual ASR CTC-300M, однако численные показатели качества не приведены.

Сценарии применения

преобразование записи речи на Anyin в голос Zephyr
смена голоса в аудиоклипах на Anyin
подготовка синтетических речевых примеров на Anyin с голосом Zephyr

Ограничения

Модель предназначена для речи на Anyin; для других языков README рекомендует использовать ghanaopenai/ghana-vc. Опубликован выбранный чекпойнт на шаге 1 000, а численные результаты оценки качества в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Anyin_any

Voice conversion for Anyin (any). An audio-to-audio model that converts speech into the Zephyr voice while preserving the language.

This checkpoint is dedicated to Anyin: it was fine-tuned only on Anyin (any) clips from ghanaopenai/ghana-synthetic-speech, starting from the zero-shot seed-uvit-whisper-small-wavenet base. Use it to convert audio in Anyin. For other languages — or as a cross-lingual fallback — use ghanaopenai/ghana-vc.

Use with ghana-vc

pip install git+https://github.com/GhanaNLP/ghana-vc

export HF_TOKEN=hf_...
ghana-vc convert \
  --dataset <org>/<audio-dataset> \
  --output  <org>/<result> \
  --config-name Anyin_any \
  --num-samples 100

The library auto-selects this model when the dataset/config name matches.

Files

File	Description
`ft_model.pth`	Fine-tuned DiT weights (step 1,000)
`config_dit_mel_seed_uvit_whisper_small_wavenet.yml`	Model / training config
`ref_zephyr.wav`	Reference utterance of the Zephyr voice in Anyin
`LICENSE`	Upstream Seed-VC GPL-3.0 text, retained for attribution

Training

Dataset: ghanaopenai/ghana-synthetic-speech config Anyin_any (Anyin)
Base: seed-uvit-whisper-small-wavenet (zero-shot)
Weights: the step-1,000 checkpoint. Comparing checkpoints from 500 to 3,500 steps on Asante Twi, step 1,000 kept pronunciation clearest (lowest character error rate with Omnilingual ASR CTC-300M), so it is the one published.

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: 2205757