/ Модель

Характеристики

Размер весов
12,2 ГБ
Лицензия
Своя лицензия
Базовая модель
sam-audio-large
Библиотека
mlx-audio
Опубликована
23 дек 2025

sam-audio-large

Обработка аудиоАудио → аудио3 профессии

Преобразованная в формат MLX модель для обработки аудио, в том числе выделения голоса из записи.

139скачиваний за 30 дней8лайковвеса обновлены24 дек 2025

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

mlx-community/sam-audio-large — преобразованная в формат MLX версия модели facebook/sam-audio-large, подготовленная сообществом mlx-community. Модель предназначена для обработки аудио, включая выделение голоса из звуковой записи. В карточке указано использование библиотеки mlx-audio; репозиторий содержит веса в формате safetensors.

Карточка не приводит подробностей об архитектуре, размере, длине контекста или поддерживаемых языках, поэтому эти характеристики здесь не уточняются. Указана лицензия other; конкретные условия следует проверять в оригинальной карточке facebook/sam-audio-large.

Сценарии применения

  • выделение голоса из аудиозаписи
  • изоляция речи на фоне музыки или шума
  • обработка аудио с использованием mlx-audio

Ограничения

В README приведён только сценарий выделения голоса и дана ссылка на оригинальную карточку за подробностями. Лицензия указана как other, поэтому условия использования следует уточнить в карточке базовой модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/sam-audio-large

This model was converted to MLX format from facebook/sam-audio-large using mlx-audio version 0.2.10. Refer to the original model card for more details on the model.

Use with mlx

pip install -U mlx-audio

Voice Isolation:

from mlx_audio.sts import SAMAudio, SAMAudioProcessor, save_audio
import mlx.core as mx

# Load model and processor
processor = SAMAudioProcessor.from_pretrained("facebook/sam-audio-large")
model = SAMAudio.from_pretrained("facebook/sam-audio-large")

# Process inputs
batch = processor(
    descriptions=["speech"],
    audios=["path/to/audio.mp3"],
    # anchors=[[("+", 0.2, 0.5)]],  # Optional: temporal
)

# Separate audio
result = model.separate(
    audios=batch.audios,
    descriptions=batch.descriptions,
    sizes=batch.sizes,
    anchor_ids=batch.anchor_ids,
    anchor_alignment=batch.anchor_alignment,
    ode_decode_chunk_size=50,  # Chunked decoding for memory efficiency
)

# For long audio files, use separate_long().
# Note: This is slower than separate() but it is more memory efficient.
# result = model.separate_long(
#     audios=batch.audios,
#     descriptions=batch.descriptions,
#     chunk_seconds=10.0,
#     overlap_seconds=3.0,
#     anchor_ids=batch.anchor_ids,
#     anchor_alignment=batch.anchor_alignment,
#     ode_decode_chunk_size=50,  # Chunked decoding for memory efficiency
# )

# Save output
## Isolated speech
save_audio(result.target[0], "separated.wav", sample_rate=model.sample_rate)

## Residual audio (background music/noise/other sounds)
save_audio(result.residual[0], "residual.wav", sample_rate=model.sample_rate)

# Check memory usage
print(f"Peak memory: {result.peak_memory:.2f} GB")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx-audio

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
a3e5294

0 моделей