К содержимому
Аудио

AzurLane GPT-SoVITS v2ProPlus

озвучка 902 персонажей игры

2 мин чтения

Этот набор весов для GPT-SoVITS (системы клонирования голоса и синтеза речи) обучен озвучивать 902 корабля и помощника TB из игры Azur Lane на японском и китайском языках. Всего доступно 933 пресета голосов, включая альтернативные версии и разные варианты локализации. Модель базируется на официальных весах GPT-SoVITS v2ProPlus и позволяет менять персонажей простой заменой звукового пресета, используя общие базовые веса. Релиз пригодится создателям контента по игре, авторам роликов и фанатам медиапроектов.

Ключевые особенности

  • Охватывает 902 персонажа и 933 готовых пресета голоса (912 японских и 21 китайский).
  • Построена на базе GPT-SoVITS v2ProPlus с улучшенным качеством передачи интонаций.
  • Раздельные чекпоинты: GPT-модуль оптимизирован отдельно для японской (эпоха 12) и китайской (эпоха 14) речи, а SoVITS используется общий (эпоха 8).
  • Полная совместимость со связкой Neiroha-GPT-SoVITS и стандартным WebUI.

Что можно сделать

  • Озвучить реплики персонажей Azur Lane на японском или китайском языке для фанатских видео и модов.
  • Запустить локальный сервер синтеза речи через Windows-сборку Neiroha-GPT-SoVITS.
  • Настроить переключение голосов через конфигурационный .toml файл, используя ID персонажей (например, для Нагато или TB).

Пример

$gptEpoch = 12  # Для китайской озвучки укажите 14
hf download Moear/AzurLane-GPT-SoVITS-v2ProPlus `
  "all-characters/s1/azur-lane-all-v2proplus-20261119-e$gptEpoch.ckpt" `
  all-characters/s2/azur-lane-all-v2proplus-20261119_e8_s12712.pth `
  --local-dir .\models\voices\azurlane
Подробнее• Датасет: 50 759 записей (около 138.3 часов аудио из игры).
• Качество: на тестах ERes2NetV2 косинусное сходство достигает 0.8442 для японской речи (12+8) и 0.8230 для китайской (14+8).
• Производительность: на RTX 6000D время синтеза коротких фраз составляет около 0.25 от длительности аудио.
• Ограничения: требует скачивания конфигурационных пресетов и правки путей в .toml файле.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.2 GB · готовые файлы0.7 GB
  • FP8 / INT8рекомендуемвеса 0.1 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # liujianzuo/AzurLane-GPT-SoVITS-v2ProPlus
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download liujianzuo/AzurLane-GPT-SoVITS-v2ProPlus --local-dir ~/models/AzurLane-GPT-SoVITS-v2ProPlus
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к AzurLane-GPT-SoVITS-v2ProPlus
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

lj1995/GPT-SoVITS

Новые посты про версии GPT-SoVITS — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 5Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

liujianzuo/AzurLane-GPT-SoVITS-v2ProPlus
Автор
liujianzuo
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

pingo-ptbr

pingo-ptbr
Аудио

Canora Dutch

Canora Dutch