FunCodec
modelscope/FunCodecRevisado por IA
Revisado por RepoPicks Radar el
¿Qué es FunCodec?
FunCodec, del laboratorio de voz de Alibaba, es un kit de herramientas de investigación para códecs de audio neuronales: comprime el habla en códigos discretos con tasas de bits de 250 a 16000 bits por segundo y reconstruye el sonido a partir de ellos. Hay seis modelos preentrenados publicados en Hugging Face y ModelScope, y el proyecto también incluye recetas para LauraTTS, un modelo de texto a voz que imita una voz a partir de una muestra corta. Todo corre mediante scripts de shell en Linux con Python y una o más GPU; no hay aplicación, ni interfaz, ni paquete de lanzamiento.
¿Qué tan fácil es instalar FunCodec?
E · solo para quien programa · Linux
Esto es para investigadores en Linux: clonas el repositorio, ejecutas `pip install --editable ./`, y luego manejas scripts de shell organizados por etapas como `bash encoding_decoding.sh --stage 1 --gpu_devices "0,1"` con listas de archivos al estilo Kaldi `wav.scp`. El setup.py declara que solo funciona en Linux, no hay una ruta gráfica ni de un solo comando, y el entrenamiento necesita varias GPU.
Pronto: instala con 1 clic desde la app RepoPicks.
FunCodec en GitHub
- Estrellas
- 449el 10 nov 2026
- Descargas
- —todas las versiones
- Crecimiento
- —sin ganancia en la última lectura
Estrellas a lo largo del tiempo
Datos
- Funciona en
- Linux
- Necesitas instalar
- Python, Tarjeta gráfica
- Para compilar desde el código
- Python, Tarjeta gráfica
- Espacio en disco
- 950 MB–4,3 GB · estimación
- Cuentas o claves
- Ninguna
- Costo
- Gratis · Código MIT y pesos de modelo descargables gratis; el costo es el tiempo de GPU.
- Licencia
- MIT (Permisiva)
- Último cambio en GitHub
- 5 ene 2024
Señales de riesgo de FunCodec (5)
- Atenciónpaquetes instalados por http sin cifrar
requirements.txt es una sola línea: `--editable ./ -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com`. Apunta pip a un espejo de paquetes sin cifrar (http) y desactiva la verificación de certificado para él, así que lo que se instala depende de ese espejo y de la red de por medio.
revisión con IA
- Atenciónsin actualizaciones desde enero de 2024
El último commit es del 2024-01-05 (1038 días antes de esta revisión) y no hay lanzamientos en absoluto, mientras el README todavía dice "This project is still working on progress" y hay 26 issues abiertos. La lista de dependencias pide `torch>=1.12` y fija `typeguard==2.13.3`, el tipo de versión fija que se rompe con las versiones actuales de Python y PyTorch.
revisión con IA
- Atenciónimita una voz a partir de una muestra
Los temas del repositorio incluyen "voicecloning", y el README presenta "LauraTTS... a powerful codec-based zero-shot text-to-speech synthesizer, which outperforms VALL-E in terms of semantic consistency and speaker similarity". Zero-shot significa que basta una grabación corta de una persona para hacer que una voz nueva diga lo que sea, lo que puede violar derechos de voz e imagen.
revisión con IA
- Infomodelos descargados desde fuera del repositorio
Los pesos no están en el repositorio: `bash encoding_decoding.sh --stage 0 --model_name ${model_name} --model_hub modelscope` (o `huggingface`) los obtiene desde las páginas de alibaba-damo en ModelScope o Hugging Face. Esas páginas de modelos pueden tener sus propios términos, que no son la licencia MIT del repositorio.
revisión con IA
- Infolas declaraciones de licencia no coinciden
LICENSE y el `license="The MIT License"` del setup.py dicen MIT, pero los classifiers del setup.py incluyen "License :: OSI Approved :: Apache Software License". El README agrega que el proyecto "contains various third-party components and some code modified from other repos under other open source licenses" (Kaldi, ESPnet, EnCodec).
revisión con IA
La evidencia aparece en su idioma original.
Lo que Radar no pudo verificar de FunCodec
- Si la instalación todavía se completa con las versiones actuales de Python y PyTorch, después de casi tres años sin commits
- Cuánto disco y memoria de video necesitan los modelos en la práctica, tanto para codificar como para entrenar
- Si los modelos preentrenados todavía se pueden descargar desde ModelScope y Hugging Face
- Si las afirmaciones de calidad frente a VALL-E se sostienen fuera de las propias pruebas de los autores
- Qué envía hacia afuera el cliente de almacenamiento de Alibaba Cloud (oss2), que siempre se instala, y el paquete wandb usado durante el entrenamiento