/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
7 окт 2026

ghana-vc-Asante_Twi_twi

Обработка аудиоАудио → аудио

Модель преобразует речь на асанте-тви в голос Zephyr, стараясь сохранить язык и произношение.

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-Asante_Twi_twi — модель преобразования речи для языка асанте-тви, разработанная ghanaopenai. Она преобразует входное аудио в голос Zephyr, сохраняя язык и произношение; модель предназначена для преобразования аудиозаписей на асанте-тви и интеграции с библиотекой ghana-vc, которая выбирает её по соответствующей конфигурации набора данных.

Модель дообучена на аудиофрагментах асанте-тви из ghanaopenai/ghana-synthetic-speech и основана на zero-shot модели seed-uvit-whisper-small-wavenet. Опубликован чекпойнт DiT с шагом обучения 1 000: по оценке авторов, он сохраняет произношение лучше проверенных соседних чекпойнтов. Репозиторий содержит веса PyTorch и аудиообразец целевого голоса. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Модель специализирована на асанте-тви; для других языков README рекомендует ghanaopenai/ghana-vc. Количество параметров и длина контекста в доступных данных не приводятся.

Сценарии применения

  • Преобразование записанной речи на асанте-тви в голос Zephyr
  • Создание аудиоданных на асанте-тви с целевым голосом
  • Конвертация речи на асанте-тви в конвейере ghana-vc

Ограничения

Модель предназначена для асанте-тви; для других языков рекомендуется ghanaopenai/ghana-vc. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Asante_Twi_twi

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

This checkpoint is dedicated to Asante Twi: it was fine-tuned only on Asante Twi (twi) clips from ghanaopenai/ghana-synthetic-speech, starting from the zero-shot seed-uvit-whisper-small-wavenet base. Use it to convert audio in Asante Twi. 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 Asante_Twi_twi \
  --num-samples 100

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

Files

FileDescription
ft_model.pthFine-tuned DiT weights (step 1,000)
config_dit_mel_seed_uvit_whisper_small_wavenet.ymlModel / training config
ref_zephyr.wavReference utterance of the Zephyr voice in Asante Twi
LICENSEUpstream Seed-VC GPL-3.0 text, retained for attribution

Training

  • Dataset: ghanaopenai/ghana-synthetic-speech config Asante_Twi_twi (Asante Twi)
  • 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
bc71ab2

0 моделей