/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
7 окт 2026

ghana-vc-Dagbani_dag

Обработка аудиоАудио → аудио

Модель преобразует речь на дагбани 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-Dagbani_dag — модель преобразования речи, разработанная GhanaOpenAI для перевода аудиозаписи на языке дагбани в голос Zephyr с сохранением языка. Это дообученная модель на основе zero-shot seed-uvit-whisper-small-wavenet; в карточке указаны веса DiT и формат PyTorch. Модель обучена на синтетических аудиозаписях на дагбани из набора ghanaopenai/ghana-synthetic-speech и рассчитана на преобразование речи на этом языке.

Модель принимает аудио и выдаёт преобразованное аудио. Опубликован чекпойнт с 1 000 шагами обучения; в README выбор этого шага объясняется сравнением чекпойнтов по качеству произношения на асанте-тви. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

Сценарии применения

  • преобразование голоса в аудиозаписях на дагбани
  • озвучивание речи на дагбани голосом Zephyr
  • создание вариантов синтетической речи на дагбани

Ограничения

Модель предназначена для речи на дагбани; для других языков README рекомендует ghanaopenai/ghana-vc. Лицензия запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Dagbani_dag

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

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

Training

  • Dataset: ghanaopenai/ghana-synthetic-speech config Dagbani_dag (Dagbani)
  • 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
6fb5d06

0 моделей