Как программист в прошлой жизни, я был просто ошарашен его могуществом!
Начал с разработки AAF-утилиты по упорядочению структуры и очистки мусора, однако AAF оказался очень не простой задачей даже для Codex/Cursor. Поэтому
В то же время, тестировал разные модельки для генерации звука из видео. Нашел свободную MMAudio
И решил развернуть её для windows прямо в Codex.
Делюсь ей для пользователей Windows (если не будет работать - пишите! будем разбираться)
С 11labs не сравнивал, но основное ее преимущество - она должна работать offline.
Минимальные требования:
- Windows 10/11 x64
- NVIDIA GPU с CUDA-поддержкой.
- Свежий NVIDIA Driver, совместимый с CUDA 11.8+.
- VRAM: желательно 8 GB+, минимум около 6 GB для default large_44k_v2, но на 6 GB возможны ошибки памяти.
- RAM: 16 GB+, лучше 32 GB.
- Свободное место: минимум 15 GB для дистрибутива и временных файлов.
- Интернет: желательно для первого запуска/докачки
- генерит только 8 сек звука (это архитектурное ограничение - длиннее — хуже)
