Характеристики

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

Ссылки

Hugging Face

ghana-vc-Bissa_bib

ghanaopenai

Обработка аудиоАудио → аудио

Модель преобразует речь на Bissa 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

Модель ghanaopenai/ghana-vc-Bissa_bib разработана ghanaopenai для преобразования речи на языке Bissa (bib) в голос Zephyr с сохранением языка. Это аудио-аудио модель на архитектуре DiT, дообученная на аудиофрагментах Bissa из набора ghanaopenai/ghana-synthetic-speech на основе zero-shot модели seed-uvit-whisper-small-wavenet. Репозиторий содержит чекпойнт с шага обучения 1 000 и эталонную запись голоса Zephyr на Bissa.

Модель предназначена для конвертации аудиозаписей речи на Bissa; библиотека ghana-vc автоматически выбирает её при совпадении имени конфигурации или датасета с Bissa_bib. Для других языков автор рекомендует общую модель ghanaopenai/ghana-vc. Модель принимает аудио и выдаёт преобразованное аудио.

Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. В README приведено сравнение чекпойнтов на Asante Twi, однако целевая модель дообучалась только на Bissa.

Сценарии применения

преобразование голоса в аудиозаписях на Bissa
озвучивание речи на Bissa голосом Zephyr
создание синтетических речевых данных на Bissa
конвертация голоса для датасета Bissa_bib через ghana-vc

Ограничения

Модель дообучена только на Bissa и не предназначена для надёжной конвертации других языков; для них автор рекомендует ghanaopenai/ghana-vc. Доступен чекпойнт на шаге 1 000, а коммерческое использование ограничено лицензией CC BY-NC 4.0.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Bissa_bib

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

This checkpoint is dedicated to Bissa: it was fine-tuned only on Bissa (bib) clips from ghanaopenai/ghana-synthetic-speech, starting from the zero-shot seed-uvit-whisper-small-wavenet base. Use it to convert audio in Bissa. 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 Bissa_bib \
  --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 Bissa
`LICENSE`	Upstream Seed-VC GPL-3.0 text, retained for attribution

Training

Dataset: ghanaopenai/ghana-synthetic-speech config Bissa_bib (Bissa)
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: 631f277