Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
把录好的说话或歌声转换成大肥鱼的音色,是带音高引导的 40k RVC v2 模型。需要配合 RVC 推理工具使用,适用于个人非商业项目。
DaFeiYu RVC v2 40k 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download YukiKaze1337/DaFeiYu_rvc_v2_40k
DaFeiYu RVC v2 (40k) 是用于 RVC 的声音转换模型,不是文字转语音模型。它接收一段说话或歌唱的录音,并让它听起来像大肥鱼的声音。你在 RVC 推理工具里配合模型文件和索引文件来运行它。
如果你是想为个人或学习项目转换录音的业余创作者,它就适合你。请只使用你有权使用的声音。
| 行业 | 谁在用 | 怎么用 | 例子 |
|---|---|---|---|
| 音乐翻唱 | 业余创作者 | 把录好的人声转换成这个音色 | 一句用大肥鱼音色唱出来的歌词 |
| 粉丝和视频项目 | 非商业内容创作者 | 为个人项目转换一段口述录音 | 为粉丝视频重新配音的一小段话 |
| 音频学习 | 研究 RVC 的人 | 了解小型 RVC v2 模型的表现 | 把转换后的文件和原录音对比 |
如果你需要让声音朗读输入的文字,或者你的项目是商业项目,可以跳过它。
| 用例 | 谁 | 得到什么 |
|---|---|---|
| 歌声转换 | 业余创作者 | 以这个音色输出的人声 WAV 文件 |
| 说话声转换 | 内容创作者 | 转换后的口述录音 |
| 按音高匹配的翻唱 | 歌手 | 按源声音调整过音高的输出 |
你需要先准备:
pip install -U huggingface_hub hf download YukiKaze1337/DaFeiYu_rvc_v2_40k
在 WebUI 里,推理时选择模型和索引,然后转换你的音频。在官方仓库的命令行里,你需要给出模型、输入、输出和索引。
python infer/cli.py \ --model assets/weights/dafeiyu.pth \ --input input.wav \ --output output.wav \ --index assets/indices/added_IVF1314_Flat_nprobe_1_dafeiyu_v2.index \ --pitch 12 --f0-method rmvpe --format wav
| 工具 | 作用 |
|---|---|
| infer/cli.py | 在命令行里执行一次转换 |
| --model | 指向 dafeiyu.pth 权重文件 |
| --index | 指向检索索引,帮助结果听起来更接近这个音色 |
| --pitch | 调整音高,12 表示升高一个八度 |
| --f0-method | 选择音高检测方式,这里是 rmvpe |
男声素材通常用音高 12,女声素材用 0。
你拿一段男声唱歌的录音,用音高 12 和索引文件运行上面的命令。你会得到 output.wav,同一句歌词变成了大肥鱼的音色。
RVC 改变的是录音听起来像谁的声音,字词和旋律保持不变。它不会朗读文字。可以先拿一小段 WAV 文件,在 WebUI 里选好模型和索引试一次。
对了解 RVC 的读者来说,这是一个 40k 采样率、带音高引导的 v2 模型。它预留了 109 个说话人位置,只用了说话人 0。训练集是 227 个机器合成语音切片,约 11.1 分钟,训练到约 233 万步。索引包含 51,267 条特征,768 维。作者说 11 分钟偏短,所以音色稳定,但高音或长音可能会飘。
把录好的说话或歌声转换成大肥鱼的音色,是带音高引导的 40k RVC v2 模型。需要配合 RVC 推理工具使用,适用于个人非商业项目。
由 YukiKaze1337 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:DaFeiYu RVC v2 (40k) 是用于 RVC 的声音转换模型,不是文字转语音模型。它接收一段说话或歌唱的录音,并让它听起来像大肥鱼的声音。你在 RVC 推理工具里配合模型文件和索引文件来运行它。
适合谁:如果你是想为个人或学习项目转换录音的业余创作者,它就适合你。请只使用你有权使用的声音。
行业 | 谁在用 | 怎么用 | 例子
音乐翻唱 | 业余创作者 | 把录好的人声转换成这个音色 | 一句用大肥鱼音色唱出来的歌词
粉丝和视频项目 | 非商业内容创作者 | 为个人项目转换一段口述录音 | 为粉丝视频重新配音的一小段话
音频学习 | 研究 RVC 的人 | 了解小型 RVC v2 模型的表现 | 把转换后的文件和原录音对比
如果你需要让声音朗读输入的文字,或者你的项目是商业项目,可以跳过它。
用在哪里:
用例 | 谁 | 得到什么
歌声转换 | 业余创作者 | 以这个音色输出的人声 WAV 文件
说话声转换 | 内容创作者 | 转换后的口述录音
按音高匹配的翻唱 | 歌手 | 按源声音调整过音高的输出
如何设置:
你需要先准备:
pip install -U huggingface_hub
hf download YukiKaze1337/DaFeiYu_rvc_v2_40k
如何使用:在 WebUI 里,推理时选择模型和索引,然后转换你的音频。在官方仓库的命令行里,你需要给出模型、输入、输出和索引。
python infer/cli.py \
--model assets/weights/dafeiyu.pth \
--input input.wav \
--output output.wav \
--index assets/indices/added_IVF1314_Flat_nprobe_1_dafeiyu_v2.index \
--pitch 12 --f0-method rmvpe --format wav
工具 | 作用
infer/cli.py | 在命令行里执行一次转换
--model | 指向 dafeiyu.pth 权重文件
--index | 指向检索索引,帮助结果听起来更接近这个音色
--pitch | 调整音高,12 表示升高一个八度
--f0-method | 选择音高检测方式,这里是 rmvpe
男声素材通常用音高 12,女声素材用 0。
示例:你拿一段男声唱歌的录音,用音高 12 和索引文件运行上面的命令。你会得到 output.wav,同一句歌词变成了大肥鱼的音色。
新手与专家:RVC 改变的是录音听起来像谁的声音,字词和旋律保持不变。它不会朗读文字。可以先拿一小段 WAV 文件,在 WebUI 里选好模型和索引试一次。
对了解 RVC 的读者来说,这是一个 40k 采样率、带音高引导的 v2 模型。它预留了 109 个说话人位置,只用了说话人 0。训练集是 227 个机器合成语音切片,约 11.1 分钟,训练到约 233 万步。索引包含 51,267 条特征,768 维。作者说 11 分钟偏短,所以音色稳定,但高音或长音可能会飘。
选一段输入录音
加载 dafeiyu.pth 和索引文件
设置音高和 f0 方式
运行转换
保存输出音频
注意事项:
Title: 文件大小
权重文件: 53 MB
索引文件: 154 MB
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download YukiKaze1337/DaFeiYu_rvc_v2_40k
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| DaFeiYu RVC v2 40k 本页 | 571 | 10 | — | mit | |
| NVIDIA NemotronLabs RE-USE-laughter共有 audio-to-audio | 2,845 | 17 | 9.6M | openmdw-1.1 | |
| Applio共有 audio-to-audio | 334 | 229 | — | mit | |
| SimulS2ST-Omni共有 audio-to-audio | 0 | 2 | — | apache-2.0 | |
| whisper-large-v3共有 audio | 3,489,398 | 6,802 | 1.5B | apache-2.0 | |
| faster-whisper-large-v3共有 audio | 1,660,044 | 714 | — | mit |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
ACE-Step · 工具包
用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。
op7418 · 技能
能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。
zarazhangrui · 技能
从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。