К содержимому
Другое

bandit-v2-multi-mlx

разделение аудиодорожек для MLX

1 мин чтения

Модель конвертирует официальные веса bandit-v2 multilingual для работы с фреймворком MLX (Swift / Python) на чипах Apple Silicon. Она выполняет кинематографическое разделение аудио на отдельные дорожки: речь, музыку и звуковые эффекты. Конвертация выполнена без квантования и переобучения, а тензоры приведены к формату safetensors. Инструмент пригодится видеомонтажерам, звукорежиссерам и разработчикам аудиоприложений под macOS.

Ключевые особенности

  • Поддержка многоязычного разделения аудио (speech, music, sound effects)
  • Формат safetensors для нативной работы через MLX
  • Без квантования и потери оригинального качества весов
  • Обработка моно-аудио с частотой 48 кГц порциями по 8 секунд

Что можно сделать

  • Разделить аудиодорожку фильма или ролика на чистую речь, фоновую музыку и звуковые эффекты
  • Интегрировать модель в локальные аудиоприложения для macOS на базе фреймворка MLX
  • Очистить диалоги от посторонних шумов и музыки для постпродакшна

Пример

Модель принимает на вход моно-аудио с частотой 48 кГц (каналы обрабатываются раздельно) и обрабатывает его 8-секундными фрагментами с перекрытием для бесшовного склеивания результатов.

ПодробнееМодель основана на работе bandit-v2 (Netflix, arXiv:2407.07275).
Объем модели: около 40 млн параметров (40MB).
Частота дискретизации: 48 кГц, n_fft 2048, hop 512.
Лицензия: CC BY-SA 4.0.
Обсудить Telegram 0 16

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.1 GB · готовые файлы0.7 GB
  • BF16веса 0.1 GB0.6 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 · F32 — 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.

    # wangzi6224/bandit-v2-multi-mlx
    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 wangzi6224/bandit-v2-multi-mlx --local-dir ~/models/bandit-v2-multi-mlx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к bandit-v2-multi-mlx
  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 bandit-v2-multi-mlx — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

wangzi6224/bandit-v2-multi-mlx
Автор
wangzi6224
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

160

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Detectorr Multi

Detectorr Multi