README.md

# Maya1
## 论文
暂无

## 模型简介
Maya1是一款先进的语音模型，用于生成富有表现力的声音，旨在捕捉真实的人类情感和精确的语音设计。具有如下功能：
- 创造你能想象到的任何声音 —— 20年代的英国女孩、美国小伙，或者一个完整的恶魔。
- 使用情感标签使其感觉真实：笑、哭、低语、愤怒、叹息、喘息。
- 即时流式传输，听起来生动，3B参数，在单个GPU上运行
- 超越顶级专有模型。由Maya Research开发。

## 环境依赖

| 软件 | 版本 |
| :------: | :------: |
| DTK | 25.04.2 |
| python | 3.10 |
| transformers | 4.57.1 |
| pytorch | 2.7.1+das.opt1.dtk25042 |

推荐使用镜像:
- 挂载地址`-v`，`{docker_name}`和 `{docker_image_name}`根据实际模型情况修改

```bash
docker pull image.sourcefind.cn:5000/dcu/admin/base/pytorch:2.7.1-ubuntu22.04-dtk25.04.2-py3.10-alpha
docker run -it --shm-size 200g --network=host --name {docker_name} --privileged --device=/dev/kfd --device=/dev/dri --device=/dev/mkfd --group-add video --cap-add=SYS_PTRACE --security-opt seccomp=unconfined -u root -v /path/your_code_data/:/path/your_code_data/ -v /opt/hyhal/:/opt/hyhal/:ro {imageID} bash

cd /your_code_path/maya1_pytorch
pip install -r requirements.txt

```
更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用。

关于本项目DCU显卡所需的特殊深度学习库可从[光合](https://developer.sourcefind.cn/tool/)开发者社区下载安装，其它包参照requirements.txt安装：
```
pip install -r requirements.txt
```

## 数据集

暂无

## 训练
暂无

## 推理

### transformers
#### 单机推理
```bash
export HF_ENDPOINT=https://hf-mirror.com
export HIP_VISIBLE_DEVICES=0
python mya.py
```

## 效果展示

- Text: Hello! This is Maya1 <laugh_harder> the best open source voice AI model with emotions.
![out.wav](./doc/output.wav)

### 精度
DCU与GPU精度一致，推理框架：pytorch。

## 预训练权重
| 模型名称  | 权重大小  | DCU型号  | 最低卡数需求 |下载地址|
|:-----:|:----------:|:----------:|:---------------------:|:----------:|
| maya1 | 3B | K100AI,BW1000 | 1 | [下载地址](https://huggingface.co/maya-research/maya1) |

## 源码仓库及问题反馈
- https://developer.sourcefind.cn/codes/modelzoo/maya1_pytorch

## 参考资料
- https://huggingface.co/maya-research/maya1