Характеристики

Лицензия: MIT
Базовая модель: wenetspeech4tts_Premium.pt.tar
Опубликована: 30 сен 2026

Ссылки

Hugging Face

GA-AF-FlowSE

spzhang7

Обработка аудиоАудио → аудио

GA-AF-FlowSE — дообученная на LibriTTS модель FlowSE для улучшения речи и очистки аудиозаписей от помех.

0скачиваний за 30 дней1лайквеса обновлены1 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

GA-AF-FlowSE — чекпойнт для улучшения качества речи, разработанный как часть проекта Forward-Process Reinforcement Learning for Flow-Matching Speech Enhancement. Модель основана на FlowSE и включает варианты GA-AF, AdvantageFlow и контролируемый GRPO; в этом репозитории опубликован чекпойнт GA-AF, обученный на LibriTTS.

Модель принимает аудио и предназначена для речевого улучшения: обработки записей с шумом или другими помехами для получения более чистой речи. В карточке указаны PyTorch и дообучение модели flowse/wenetspeech4tts_Premium.pt.tar. Лицензия — MIT. Исходный чекпойнт FlowSE в репозитории не распространяется и должен быть получен отдельно из официального источника.

Сценарии применения

очистка речи от фонового шума
улучшение качества голосовых записей
предобработка аудио перед распознаванием речи

Ограничения

Для запуска требуется исходный чекпойнт FlowSE, который не распространяется в этом репозитории. Карточка не приводит количественных результатов оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

GA-AF-FlowSE

Forward-Process Reinforcement Learning for Flow-Matching Speech Enhancement

GitHub

Overview

This repository hosts the released checkpoints for GA-AF-FlowSE, including our GA-AF, AdvantageFlow (AF), and controlled GRPO models.

All models are built on top of FlowSE.
For method details, training configurations, evaluation, and reproduction instructions, please see the GitHub repository.

Checkpoints

Model	Checkpoint
Base	`base_sft20k/flowse_sft20k.pt`
AF	`af/af_libritts_step005000.pt`
GA-AF	`gaaf/gaaf_libritts_step005000.pt`
GRPO	`grpo/grpo_libritts_step005000.pt`

Download

hf download spzhang7/GA-AF-FlowSE gaaf/gaaf_libritts_step005000.pt

Or with Python:

from huggingface_hub import hf_hub_download

ckpt = hf_hub_download(
    repo_id="spzhang7/GA-AF-FlowSE",
    filename="gaaf/gaaf_libritts_step005000.pt",
)

Upstream FlowSE

The original FlowSE checkpoint is not redistributed in this repository.

Please download it from the official repository:

https://huggingface.co/flowse/wenetspeech4tts_Premium.pt.tar

Code

Training, inference, evaluation, and full reproduction instructions are available at:

https://github.com/spzhang7/GA-AF-FlowSE

Citation

@misc{zhang2026forwardprocess,
  title        = {Forward-Process Reinforcement Learning for Flow-Matching Speech Enhancement},
  author       = {Shuaipeng Zhang and Hang Chen and Jun Du and Qing Wang and
                  Sabato Marco Siniscalchi and Zihao Quan and Zijing Cai and Boyuan Dong},
  year         = {2026},
  note         = {GA-AF-FlowSE},
  url          = {https://github.com/spzhang7/GA-AF-FlowSE}
}

Please also cite FlowSE when using the upstream model or code.

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: 4c8b20b