/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
7 окт 2026

ghana-vc-Gikyode_acd

Обработка аудиоАудио → аудио

Модель преобразует речь на Гикьоде в голос Zephyr, сохраняя язык исходного аудио.

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-Gikyode_acd — разработанная ghanaopenai модель преобразования голоса для речи на языке Гикьоде (acd). Она преобразует входную речь в голос Zephyr, сохраняя язык исходного аудио. Модель дообучена на клипах Гикьоде из набора ghanaopenai/ghana-synthetic-speech на основе zero-shot модели seed-uvit-whisper-small-wavenet; архитектура использует DiT, а опубликован контрольный чекпойнт после 1 000 шагов обучения.

Модель предназначена для преобразования голоса в аудио на Гикьоде и используется через библиотеку ghana-vc, которая выбирает её по имени набора данных или конфигурации. При выборе чекпойнта авторы ориентировались на сохранение чёткости произношения, сравнивая варианты на Asante Twi; README не приводит количественных показателей качества на Гикьоде. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Сценарии применения

  • преобразование голоса в аудиозаписи на Гикьоде
  • озвучивание речи на Гикьоде голосом Zephyr
  • создание синтетических речевых клипов на Гикьоде
  • конвертация голоса в датасете через ghana-vc

Ограничения

Модель специализирована на речи на Гикьоде; для других языков README рекомендует общую ghanaopenai/ghana-vc. Количественные показатели качества на Гикьоде не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Gikyode_acd

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

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

Training

  • Dataset: ghanaopenai/ghana-synthetic-speech config Gikyode_acd (Gikyode)
  • 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
49a25e1

0 моделей