/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
7 окт 2026

ghana-vc-Gonja_gjn

Обработка аудиоАудио → аудио

Модель ghanaopenai для преобразования речи на гонжа в голос Zephyr с сохранением языка 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-Gonja_gjn — модель преобразования речи, разработанная ghanaopenai для языка гонжа (gjn). Она преобразует входное аудио в голос Zephyr, сохраняя язык исходной речи. Модель основана на zero-shot seed-uvit-whisper-small-wavenet и дообучена на аудиоклипах на гонжа из набора ghanaopenai/ghana-synthetic-speech.

Это чекпойнт DiT с весами на шаге обучения 1 000, предназначенный для преобразования аудио на гонжа с помощью библиотеки ghana-vc. Для других языков README рекомендует базовую модель ghanaopenai/ghana-vc. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Сценарии применения

  • преобразование голоса в аудиозаписях на гонжа
  • озвучивание речи на гонжа голосом Zephyr
  • смена тембра голоса в синтетических аудиоклипах на гонжа

Ограничения

Модель настроена только на гонжа; для других языков рекомендуется ghanaopenai/ghana-vc. Опубликован чекпойнт после 1 000 шагов обучения; лицензия запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ghana-vc-Gonja_gjn

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

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

Training

  • Dataset: ghanaopenai/ghana-synthetic-speech config Gonja_gjn (Gonja)
  • 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
b4a0320

0 моделей