Характеристики

Лицензия: GPL 3.0
Опубликована: 26 авг 2026

Ссылки

Hugging Face

Seed-VC

rtikw

Обработка аудиоАудио → аудио

Архивная копия весов Seed-VC для преобразования речи и пения в аудио.

0скачиваний за 30 дней0лайковвеса обновлены26 авг 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

rtikw/Seed-VC — это архивная копия весов Seed-VC, разработанной Plachta и размещённой в репозитории Plachta/Seed-VC. Репозиторий содержит контрольные точки V1 на базе DiT для преобразования речи и пения, варианты whisper_base_f0_44k, компактную модель DiT_uvit_tat_xlsr, стек V2 и вокодер HiFiT. Это зеркальная копия файлов исходного репозитория, предназначенная для локального использования в приложении для macOS с функцией преобразования голоса.

Модель принимает аудио и выдаёт преобразованное аудио; README указывает на сценарии конвертации речи и пения. Файлы представлены в формате PyTorch. Веса распространяются по лицензии GPL-3.0. README не сообщает длину контекста или перечень поддерживаемых языков.

Сценарии применения

преобразование голоса в аудиозаписи
конвертация вокала
изменение тембра речи
локальная конверсия голоса в приложении для macOS

Ограничения

README описывает копию весов и называет сценарии преобразования речи и пения, но не приводит количественных оценок качества или подробностей о поддерживаемых языках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Seed-VC checkpoints (mirror)

An unmodified, file-for-file mirror of Plachta/Seed-VC, taken 2026-08-26. All credit to Plachta (github.com/Plachtaa/seed-vc); weights are GPL-3.0 as licensed upstream (full text in LICENSE).

Contents: the V1 DiT checkpoints (DiT_seed_v2_uvit_whisper_small_wavenet for speech, the whisper_base_f0_44k variants for singing, DiT_uvit_tat_xlsr tiny), the V2 stack (v2/ar_base.pth, v2/cfm_small.pth), the hift vocoder and configs.

Mirrored for use in a local macOS music app whose voice-conversion entries fetch these at first run — this copy is archival insurance against the original (a personal account) going away; the app downloads from the original while it exists. The original card carried no prose, only the license front-matter reproduced above.

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: 54077ce