К содержимому
Другое

mistmlm/rvc-models

артефакты RVC v2 для NPU Snapdragon

2 мин чтенияобновлено

Набор артефактов для запуска пайплайна конверсии голоса RVC v2 (Retrieval-based Voice Conversion) на мобильных процессорах Qualcomm Snapdragon. В репозитории собраны скомпилированные графы QNN (Qualcomm Neural Network — формат для нейроускорителей Snapdragon), исходные чекпоинты PyTorch и retrieval-индексы для передачи тембра. Релиз от автора mistmlm рассчитан на интеграцию в Android-приложения (например, rvc-android и beatrice-android) и позволяет выполнять инференс локально на NPU (нейропроцессоре смартфона).

Ключевые особенности

  • Ориентирован на чипы Snapdragon 8 Gen 2, 8 Gen 3 и 8 Elite: все пакеты собраны под архитектуру HTP v73 (SM8550) и работают на новых v79 за счёт прямой совместимости.
  • Включает общие графы для извлечения признаков и высоты тона (HuBERT c0/r/enc, RMVPE, conv0_gn) и отдельные пакеты голосов (mygf_zbhy, mygf_wh) с энкодером, декодером и retrieval.index.
  • Содержит как готовые скомпилированные .bin-графы с JSON-манифестами тензоров, так и исходные чекпоинты .pth для воспроизводимой пересборки через QNN SDK.

Что можно сделать

  • Интегрировать скомпилированные QNN-графы в собственное Android-приложение для конверсии голоса в реальном времени или офлайн-обработки на устройствах со Snapdragon 8 Gen 2/3/Elite.
  • Взять исходные .pth-чекпоинты из папки source/ и перекомпилировать графы под другие ревизии чипов (например, v69 для Snapdragon 8 Gen 1) с помощью пайплайна stage1–stage5 из основного репозитория автора.

Пример

hf upload mistmlm/rvc-models models --repo-type model
ПодробнееСовместимость: HTP v73 (Snapdragon 8 Gen 2/3) с прямой поддержкой на v79 (Snapdragon 8 Elite); для v69 (8 Gen 1) требуется полная перекомпиляция.
Требования: для запуска в Android нужен рантайм QAIRT (библиотеки libQnnHtpV73Skel/Stub или V79).
Лицензия: скрипты и документация под GPL-3.0-only, веса и голосовые данные сохраняют исходные условия.
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 GB0.6 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.

    # mistmlm/rvc-models
    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 mistmlm/rvc-models --local-dir ~/models/rvc-models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к rvc-models
  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

Новые посты про версии rvc-models — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

mistmlm/rvc-models
Автор
mistmlm
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии