FunCodec
modelscope/FunCodecRevisado por IA
Verificado pelo RepoPicks Radar em
O que é FunCodec?
FunCodec, do laboratório de voz da Alibaba, é um kit de ferramentas de pesquisa para codecs de áudio neurais: comprime a fala em códigos discretos com taxas de 250 a 16000 bits por segundo e reconstrói o som a partir deles. Seis modelos pré-treinados são publicados no Hugging Face e no ModelScope, e o projeto também traz receitas para o LauraTTS, um modelo de texto para fala que imita uma voz a partir de uma amostra curta. Tudo roda por meio de scripts de shell no Linux, com Python e uma ou mais GPUs; não há aplicativo, nem interface, nem pacote de lançamento.
Quão fácil é instalar FunCodec?
E · só para quem programa · Linux
Isso é para pesquisadores no Linux: você clona o repositório, executa `pip install --editable ./`, e depois conduz scripts de shell organizados por etapas como `bash encoding_decoding.sh --stage 1 --gpu_devices "0,1"` com listas de arquivos no estilo Kaldi `wav.scp`. O setup.py declara que é só para Linux, não existe um caminho gráfico nem de um único comando, e o treinamento precisa de várias GPUs.
Em breve: instale com 1 clique pelo app RepoPicks.
FunCodec no GitHub
- Estrelas
- 449em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- —sem ganho na última leitura
Estrelas ao longo do tempo
Fatos
- Roda em
- Linux
- Você precisa instalar
- Python, Placa de vídeo
- Para compilar a partir do código
- Python, Placa de vídeo
- Espaço em disco
- 950 MB–4,3 GB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · Código MIT e pesos de modelo que podem ser baixados de graça; o custo é o tempo de GPU.
- Licença
- MIT (Permissiva)
- Última mudança no GitHub
- 5 de jan. de 2024
Sinais de risco de FunCodec (5)
- Atençãopacotes instalados por http sem criptografia
requirements.txt é uma única linha: `--editable ./ -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com`. Ele aponta o pip para um espelho de pacotes sem criptografia (http) e desliga a verificação de certificado para ele, então o que é instalado depende desse espelho e da rede pelo caminho.
revisão por IA
- Atençãosem atualizações desde janeiro de 2024
O último commit é de 2024-01-05 (1038 dias antes desta verificação) e não há lançamentos nenhum, enquanto o README ainda diz "This project is still working on progress" e há 26 issues abertas. A lista de dependências pede `torch>=1.12` e fixa `typeguard==2.13.3`, o tipo de versão fixa que quebra com as versões atuais de Python e PyTorch.
revisão por IA
- Atençãoimita uma voz a partir de uma amostra
Os tópicos do repositório incluem "voicecloning", e o README apresenta "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 uma gravação curta de uma pessoa já basta para fazer uma voz nova dizer qualquer coisa, o que pode violar direitos de voz e imagem.
revisão por IA
- Infomodelos baixados de fora do repositório
Os pesos não estão no repositório: `bash encoding_decoding.sh --stage 0 --model_name ${model_name} --model_hub modelscope` (ou `huggingface`) os busca nas páginas da alibaba-damo no ModelScope ou no Hugging Face. Essas páginas de modelo podem ter seus próprios termos, que não são a licença MIT do repositório.
revisão por IA
- Infoas declarações de licença não coincidem
O LICENSE e o `license="The MIT License"` do setup.py dizem MIT, mas os classifiers do setup.py listam "License :: OSI Approved :: Apache Software License". O README acrescenta que o projeto "contains various third-party components and some code modified from other repos under other open source licenses" (Kaldi, ESPnet, EnCodec).
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em FunCodec
- Se a instalação ainda se completa com as versões atuais de Python e PyTorch, depois de quase três anos sem commits
- Quanto disco e memória de vídeo os modelos precisam na prática, tanto para codificação quanto para treinamento
- Se os modelos pré-treinados ainda são baixados do ModelScope e do Hugging Face
- Se as afirmações de qualidade em relação ao VALL-E se sustentam fora dos próprios testes dos autores
- O que o cliente de armazenamento da Alibaba Cloud (oss2), sempre instalado, e o pacote wandb usado no treinamento enviam para fora