/ Модель

Характеристики

Опубликована
22 сен 2026

MeanVC2-OpenVox-Quality

Обработка аудиоАудио → аудио

Переупакованный для OpenVox набор чекпойнтов MeanVC2 предназначен для качественного преобразования речи в другой голос.

0скачиваний за 30 дней0лайковвеса обновлены22 сен 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

Репозиторий theoracleguy/MeanVC2-OpenVox-Quality содержит переупакованные сторонние контрольные точки для использования с OpenVox, а не новую или изменённую модель. Основной компонент — качественный чекпойнт MeanVC2 для преобразования голоса с задержкой 120 мс + 40 мс; также включены энкодер Fast-U2++ для распознавания речи, вокодер Vocos, веса WavLM и конфигурация MeanVC2.

Набор предназначен для преобразования аудио с сохранением речевого содержания и изменением голоса, в том числе в сценариях конвертации голоса с нулевым примером. Указаны английский и китайский языки. Для инференса потребуются исходный код MeanVC2 и его зависимости: они в репозитории отсутствуют.

Файлы происходят из нескольких upstream-проектов, и единая лицензия на весь репозиторий не заявлена. Перед использованием или распространением необходимо проверить лицензии, условия и требования к атрибуции для каждого источника отдельно.

Сценарии применения

  • преобразование голоса в аудиозаписи
  • конвертация речи в заданный голос без отдельного примера для каждого диктора
  • создание преобразованной речевой дорожки для медиаконтента

Ограничения

Репозиторий не содержит исходный код инференса и его зависимостей. Для файлов не заявлена единая лицензия: условия использования и распространения нужно проверять отдельно для каждого upstream-источника.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MeanVC2 Quality-Only Checkpoints for OpenVox

This repository is a reorganization of third-party checkpoints for use with OpenVox. It does not contain a new or modified model.

It includes only:

  • MeanVC2 120 ms + 40 ms quality checkpoint
  • 160 ms Fast-U2++ ASR encoder
  • Required Vocos checkpoint
  • Required WavLM checkpoints
  • Corresponding MeanVC2 configuration

The original Python inference code and its dependencies are not included.

Included Files

FilePurpose
ckpts/pretrained_models/meanvc2_120ms_40ms.safetensorsMeanVC2 120 ms + 40 ms voice-conversion checkpoint
preprocess/ckpts/fastu2pp_160ms.ptFast-U2++ 160 ms ASR encoder
ckpts/vocos/vocos.ptVocos vocoder checkpoint
src/config/config_120ms_40ms.jsonMeanVC2 120 ms + 40 ms configuration
preprocess/ckpts/wavlm_large.ptWavLM Large checkpoint
preprocess/ckpts/wavlm_large_finetune.pthFine-tuned WavLM checkpoint
preprocess/ckpts/wavlm_large_cfg.ptWavLM configuration extracted from the verified checkpoint

Provenance

Licensing and Attribution

This repository contains files originating from multiple upstream sources.

No single blanket license is asserted for all files in this repository. Individual files remain subject to the applicable licenses, terms, and redistribution requirements of their respective upstream projects and sources.

Before redistributing or using these files, review the licensing and redistribution terms of each upstream source.

Preserve all applicable upstream:

  • Copyright notices
  • License notices
  • Attribution
  • Usage restrictions
  • Redistribution requirements

The organization of these checkpoints for OpenVox does not change the ownership or licensing of the original files.

SHA-256 Checksums

FileSHA-256
ckpts/pretrained_models/meanvc2_120ms_40ms.safetensors04ea21a4fb55400469e6004ae842c3e7f059f759e92946fb95123418cad5d818
preprocess/ckpts/fastu2pp_160ms.pt9a372c1b7178f564a15da1cd36901d7d0c9081a2fabf53cb6cc0d971deca4928
ckpts/vocos/vocos.ptdf1f2ba9f7ac35c96832579421ee1ed913a68c3a1d2f8a6536739f902f194a93
src/config/config_120ms_40ms.json1645ae2e51ee82eb1d53f8401e3a8ca9af79a4bd3ca6189b001491af53f531be
preprocess/ckpts/wavlm_large.pt6fb4b3c3e6aa567f0a997b30855859cb81528ee8078802af439f7b2da0bf100f
preprocess/ckpts/wavlm_large_finetune.pth51f07e3b94d9e0262a6a675ef5a087be3dd09e8c62e9d886827f44f82fe7f94b
preprocess/ckpts/wavlm_large_cfg.ptd8c312a42f3a73e969894b59ae918312811d5e6f34744c0e970455af6fefcd38

Notes

This repository is intended to provide the specific checkpoint layout required by OpenVox.

For the original MeanVC2 implementation, documentation, training details, and inference code, refer to the upstream MeanVC2 project.

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
065817b

0 моделей