/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Опубликована
31 июл 2026

wisdom-king-raphael

Обработка аудиоАудио → аудио

RVC v2-модель преобразует речь в спокойный голос персонажа Рафаэля, прежде всего для японских голосовых приложений.

0скачиваний за 30 дней0лайковвеса обновлены31 июл 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

Это модель преобразования голоса Wisdom King Raphael из аниме «О моём перерождении в слизь», опубликованная zidanaetrna. Она предназначена для преобразования входной речи в голос персонажа и может использоваться в разговорных ИИ-агентах и интерактивных голосовых приложениях.

Модель создана на базе RVC v2 и обучена с помощью Applio на вручную очищенном наборе примерно из трёх минут японской речи. Указаны частота дискретизации 40 кГц, 200 эпох и 3400 шагов обучения; для извлечения высоты тона рекомендуется RMVPE. В репозитории размещены веса PyTorch и индекс признаков, модель совместима с Applio, RVC WebUI v2, Mangio-RVC и w-okada Realtime Voice Changer.

Основной сценарий — преобразование японской речи; качество английского преобразования зависит от произношения и артикуляции исходного голоса. Для сходства с персонажем рекомендуются чистый речевой сигнал и умеренный сдвиг высоты тона. Лицензия CC BY-NC 4.0 разрешает использование на условиях указания авторства и ограничивает коммерческое применение; автор также указывает, что модель предназначена для некоммерческой имитации вымышленного персонажа.

Сценарии применения

  • преобразование японской речи в голос Рафаэля
  • озвучивание диалогов персонажа в голосовых приложениях
  • создание голосовых реплик для разговорного ИИ-агента
  • преобразование речи TTS в голос персонажа
  • озвучивание фанатских проектов по аниме

Ограничения

Лучше всего работает на чистой речи; качество преобразования с других языков может различаться, а сильное изменение высоты тона снижает естественность и сходство голоса. Английское преобразование зависит от произношения исходного голоса.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wisdom King Raphael (智慧之王 ラファエル) — RVC v2 Voice Model

RVC v2 • 40 kHz • RMVPE • 200 Epochs • 3,400 Steps • Clean ~3 min Dataset • Applio

Model Version Epochs License Framework

An RVC v2 (Retrieval-based Voice Conversion) model trained to faithfully recreate the calm, analytical, and majestic voice of Wisdom King Raphael (智慧之王 ラファエル) from That Time I Got Reincarnated as a Slime (Tensei Shitara Slime Datta Ken).

Built from a manually cleaned speech dataset and trained using Applio (RVC v2), emphasizing natural articulation, stable pitch inference, and consistent character identity.

Designed for integration with Raphael OS, conversational AI agents, and interactive voice applications.


Audio Demo

Sample generated using NanamiNeural (TTS Base) converted to Wisdom King Raphael:

Base Voice: Microsoft Edge TTS (ja-JP-NanamiNeural)
Converted Voice: Wisdom King Raphael (RVC v2 Model)

「告。ユニークスキル『叡智之者』は、アルティメットスキル、ラファエルに進化しました。」
(Notice. Unique Skill 'Eichiaru Mono' has evolved into Ultimate Skill, Raphael.)


Training & Model Details

ParameterSpecification
Character TargetWisdom King Raphael (智慧之王 ラファエル)
Dataset Quality~3 Minutes of Manually Curated Speech Dataset
Dataset Slices~150 - 200 Clean Audio Slices (4s segments)
Model ArchitectureRVC v2 (Retrieval-based Voice Conversion)
Training FrameworkApplio (RVC v2)
Pitch Extraction AlgorithmRMVPE
Sample Rate40,000 Hz (40k)
Total Epochs200 Epochs
Total Training Steps3,400 Steps
Pretrained Base ModelHiFi-GAN (f0G40k / f0D40k)

Compatibility

Tested and compatible across major RVC ecosystems:

  • ✅ Applio
  • ✅ RVC WebUI v2
  • ✅ Mangio-RVC
  • ✅ w-okada Realtime Voice Changer

Repository Files

File NameDescriptionSize
Raphael_200e_3400s.pthTrained RVC Model Weights53.9 MB
Raphael.indexFeature Retrieval Index File~1.2 MB

Recommended Inference Settings (Applio / RVC WebUI)

For optimal and natural Raphael voice conversion:

Pitch Extraction Method: rmvpe
Index Rate: 0.8
Protect Voice Consonants: 0.33
Clean Audio: True (Strength: 0.5)
Resample Output: 0
TTS Base Voice (Japanese): ja-JP-NanamiNeural
TTS Base Voice (English): en-US-AvaNeural / en-US-GuyNeural
Pitch Key Offset: 0 (or +12 when converting from low male voice)

Usage Notes

  • Optimized primarily for high-fidelity Japanese voice conversion.
  • English voice conversion quality depends on the source speaker's pronunciation and articulation.
  • Use clean, noise-free input audio for optimal voice similarity and pitch accuracy.

Limitations

  • Performance is optimized for clean, noise-free speech input.
  • Cross-language voice conversion (e.g., non-Japanese input) may produce varying pronunciation quality.
  • Extreme pitch shifts may reduce naturalness and speaker identity similarity.
  • This model is intended solely to emulate a fictional character's voice for non-commercial purposes.

Integration via CLI / Python

Download via Wget:

# Download Weights
wget -O assets/weights/Raphael.pth "https://huggingface.co/zidanaetrna/wisdom-king-raphael/resolve/main/Raphael_200e_3400s.pth"

# Download Index
wget -O logs/Raphael/Raphael.index "https://huggingface.co/zidanaetrna/wisdom-king-raphael/resolve/main/Raphael.index"

Download via huggingface_hub Python SDK:

from huggingface_hub import hf_hub_download

pth_path = hf_hub_download(
    repo_id="zidanaetrna/wisdom-king-raphael",
    filename="Raphael_200e_3400s.pth"
)
index_path = hf_hub_download(
    repo_id="zidanaetrna/wisdom-king-raphael",
    filename="Raphael.index"
)

print(f"Model downloaded to: {pth_path}")

Notice & License

  • License: Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0).
  • Usage Scope: This model is intended for non-commercial research, educational use, and personal projects in accordance with the CC BY-NC 4.0 license (Raphael OS Project).
  • Credits: Voice dataset manually curated and trained by Zidan Mutaqin. Character rights belong to Fuse and Micro Magazine / TenSura Production Committee.

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
6fc4737

0 моделей