/ Модель

Характеристики

Лицензия
MIT
Архитектура
animescore_ranknet · dense
Библиотека
transformers
Опубликована
12 июн 2026

animescore

Классификация аудиоАудио → label3 профессии

AnimeScore оценивает по аудиозаписи, насколько речь звучит в аниме-стиле.

136скачиваний за 30 дней7лайковвеса обновлены12 июн 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

AnimeScore — модель-оценщик для определения того, насколько речь в аудиоклипе похожа на аниме-стиль. Она возвращает скалярную оценку: более высокое значение означает более выраженное сходство с аниме-речью. Это официальный репозиторий модели проекта AnimeScore, представленного в одноимённой научной статье. Модель основана на HuBERT; выпущены веса оценочной головы объёмом около 9 МБ, сохранённые в формате safetensors.

Модель предназначена для оценки и сравнения аудиозаписей речи по аниме-подобному стилю, например для анализа результатов синтеза или отбора клипов. В статье для выбранной конфигурации указаны точность попарного сравнения 82,4% и AUC 0,908. Карточка указывает поддержку японского языка и задачу классификации аудио; лицензия — MIT. Для загрузки модели используется пользовательский код из репозитория с trust_remote_code=True.

Сценарии применения

  • оценка аниме-подобности синтезированной речи
  • сравнение двух аудиоклипов по сходству с аниме-речью
  • отбор японских речевых записей с аниме-стилем
  • анализ аниме-стиля в аудиоречи

Ограничения

Модель предназначена для оценки аниме-подобности речи и не является универсальным оценщиком качества аудио. Для загрузки требуется пользовательский код репозитория с trust_remote_code=True.

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

AnimeScore

Try the interactive demo: AnimeScore Demo Space.

A learned scorer for anime-like speech style. Given an audio clip, it returns a scalar score; higher is more anime-like.

This is the official Huggingface model repository for the paper "AnimeScore: A Preference-Based Dataset and Framework for Evaluating Anime-Like Speech Style".

For more details, please visit our GitHub Repository.

Checkpoint

We release the HuBERT-based model, which achieved the best performance among the backbones we evaluated (pairwise accuracy 82.4%, AUC 0.908).

FileSizeNotes
model.safetensors~9 MBReleased head weights
config.json—Model config
modeling_animescore.py—Custom modeling code (loaded via trust_remote_code=True)

How to use

pip install -r requirements.txt
import torch, torchaudio
from transformers import AutoModel

device = "cuda" if torch.cuda.is_available() else "cpu"
model = AutoModel.from_pretrained(
    "spellbrush/animescore",
    trust_remote_code=True,
).eval().to(device)

wav, sr = torchaudio.load("sample.wav")
if wav.size(0) > 1:
    wav = wav.mean(0, keepdim=True)         # mono
if sr != 16000:
    wav = torchaudio.functional.resample(wav, sr, 16000)

with torch.no_grad():
    s = model.score(wav.to(device)).item()
print(f"AnimeScore: {s:.3f}")

Pairwise probability:

sa = model.score(wav_a.to(device))
sb = model.score(wav_b.to(device))
p_a_gt_b = torch.sigmoid(sa - sb).item()

CLI: python example_inference.py --ckpt . --wav sample.wav

or deploy this directory as a HuggingFace Space (SDK = gradio).

Citation

@inproceedings{park2026animescore,
  title     = {AnimeScore: A Preference-Based Dataset and Framework for
               Evaluating Anime-Like Speech Style},
  author    = {Park, Joonyong and Li, Jerry},
  booktitle = {Interspeech},
  year      = {2026}
}

License

MIT License.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · audio-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
AnimeScoreRankNet
Ревизия весов
eb34860

0 моделей