К содержимому
Аудио

Phrolova English Voice

RVC v2

1 мин чтенияобновлено

Новая модель для конвертации голоса на базе RVC v2 (технология Retrieval-based Voice Conversion для переноса тембра) переносит пение или речь на англоязычный голос Фроловы из игры Wuthering Waves. Инструмент обрабатывает готовую изолированную вокальную дорожку, заменяя оригинальный тембр на голос персонажа, озвученный Rae Lim. Модель обучена на 48 минутах чистого аудио и предназначена для создания каверов и переозвучки.

Ключевые особенности

  • Архитектура RVC v2 с частотой 48/40 кГц и вокодером HiFi-GAN
  • Алгоритм извлечения высоты тона RMVPE для точного анализа
  • Полный индекс поисковых признаков весом 446 МБ
  • 20 чекпоинтов с шагом в 10 эпох для подбора оптимального звучания

Что можно сделать

  • Создать вокальный кавер с англоязычным голосом персонажа
  • Переозвучить готовые речевые записи или диалоги
  • Подобрать чекпоинт (например, между 150-й и 200-й эпохами) под конкретный трек

Пример

Для запуска в Applio подготовьте изолированную сухую вокальную дорожку (без музыки и сильного реверба), укажите алгоритм RMVPE и начните с нулевого сдвига полутонов (Pitch).

ПодробнееАрхитектура: RVC v2, ContentVec, RMVPE
Датасет: 733 файла, около 47.8 минут аудио
Обучение: Applio, 200 эпох, 34 600 шагов
Требования: видеокарта NVIDIA с поддержкой Applio
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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.

    # Richopera/phrolova-en-rvc-v2
    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 Richopera/phrolova-en-rvc-v2 --local-dir ~/models/phrolova-en-rvc-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к phrolova-en-rvc-v2
  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

IAHispano/Applio
  1. VoiceConversionWebUIоснова семьи
  2. Applio
  3. phrolova-en-rvc-v2

Новые посты про версии VoiceConversionWebUI — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 5Все на Hugging Face

О модели

Richopera/phrolova-en-rvc-v2
Автор
Richopera
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

SpeechLLM ASR

SpeechLLM ASR