Характеристики

Лицензия: MIT
Опубликована: 6 окт 2026

Ссылки

Hugging Face

TinyPine-Sound-Effects

pinecoresystems

Генерация аудиоТекст → аудио

EzAudio-XL — модель для генерации звуковых эффектов по текстовым описаниям с водяным знаком AudioSeal в каждом клипе.

0скачиваний за 30 дней0лайковвеса обновлены6 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

TinyPine Sound Effects — репозиторий с весами модели EzAudio-XL для генерации звуковых эффектов по текстовому описанию. TinyPine Studio подготовила зеркальную публикацию для установки без сторонних ссылок, но не обучала модель. Основные веса EzAudio-XL и автоэнкодера сохранены в формате safetensors без изменения значений; текстовый энкодер FLAN-T5 XL от Google опубликован только в виде энкодера и в float16.

Для каждого создаваемого клипа встраивается водяной знак AudioSeal от Meta. Модель принимает текст и генерирует аудио, в частности звуковые эффекты. В README указаны компоненты EzAudio-XL, FLAN-T5 XL и AudioSeal, но размер модели, контекст и поддерживаемые языки не приведены. Репозиторий распространяется по лицензии MIT; для текстового энкодера FLAN-T5 XL указана Apache License 2.0, а AudioSeal также обозначен как MIT.

Сценарии применения

создание звуковых эффектов по текстовому описанию
генерация звуков для игр и интерактивных приложений
подготовка звуковых элементов для видео и анимации

Ограничения

В каждый сгенерированный клип встраивается водяной знак AudioSeal. README не сообщает о качестве, диапазоне поддерживаемых описаний или языках текстового ввода.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TinyPine Sound effects (EzAudio-XL)

The sound-effects model of TinyPine Studio, mirrored so the installer does not depend on third-party links. TinyPine did not train the models.

EzAudio-XL by Jiarui Hai et al. (OpenSound/EzAudio, code), MIT (LICENSE). Changed by TinyPine: the model weights of ckpts/s3/ezaudio_s3_xl.pt and the autoencoder. weights of ckpts/vae/1m.pt are stored as safetensors; the values are unchanged.
FLAN-T5 XL text encoder by Google (google/flan-t5-xl), Apache License 2.0 (LICENSE-flan-t5). Changed by TinyPine: only the encoder, stored in float16.
AudioSeal watermark generator and detector by Meta (facebook/audioseal), MIT (audioseal/LICENSE). TinyPine embeds it in every clip it makes.

SHA-256:

audioseal/detector_base.pth 8a78e8a83584113523e161fc599fcab10fd0e94c04d2eb9d2fa1e9ec91ab69d9
audioseal/generator_base.pth 7a845b5fbe9364a63a3909d8ab3fe064d13a76ae4c2e983573e08c69b7b51748
ezaudio_s3_xl.safetensors 77ada0a5dd0700a8113d1d6770534e2b7f5d70f8812071d1d20f04b3c7e387af
text_encoder/model.safetensors 5a043d09bab6b1e17bc9b57e4636c5a54880679b87f04ed908cc73c601653cf1
tokenizer/tokenizer.json fe2ebbbbde2985be723e0ce18217853e4020c5e9d35bd07be2c27ab9d3ead57a
vae/model.safetensors eb85519de60954a0aae4b297cecd0828423054a7084d59d3e1062bc4835d0134

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 92cf805