You need to agree to share your contact information to access this model
This repository is publicly accessible, but you have to accept the conditions to access its files and content.
研究・個人・非商用は無償。商用利用は事前に license@genai-craft.com へ問い合わせて許諾を得てください (Aunvox Model License v1.0)。
Log in or Sign Up to review the conditions and access this model content.
Aunvox turn 制御器 (日本語) — turn_ctrl_wall4333
利用者の音声を 160ms ごとに見て「話し終わった / 続く / 話している / 無音」を出す 0.6B のモデル。 Aunvox の 8GB 階層 (lite_8) の即応層。音声側は reazon-research/japanese-wav2vec2-base の連続特徴、 本体は Qwen3-0.6B (語彙拡張) に LoRA を焼き込んだもの。学習コードは SoulX-Duplug (Apache-2.0) を改変。
- 書き出し元:
runs/duplug_w_all/ckpt/epoch=00_step=004333_model-val_acc=0.65688.ckpt/ commit1509e91/ 2026-08-31 - 使い方:
LYCHEE_CONTROLLER_REPO=<この repo id>を deploy の.envに書き、download_models.py --tier lite_8(gated なのでHF_TOKENが必要)
ライセンス
Aunvox Model License v1.0 — 研究・個人・非商用は無償、商用利用は事前の問い合わせ (license@genai-craft.com) が必要。 基点モデル (Qwen3-0.6B、japanese-wav2vec2-base、いずれも Apache-2.0) の表示を保持すること。
同梱のヘッド (2026-09-13 追加)
制御器の音声エンコーダ (japanese-wav2vec2-base) の隠れ状態に載せる小さな MLP (各 0.4M パラメータ、VRAM 増なし)。
Aunvox の制御器ランタイム (deploy/app/lychee_fd/runtime/turn_controller.py) は同梱されていれば自動で読む。
| ディレクトリ | 役割 | 学習データ | 評価 |
|---|---|---|---|
emotion_head/ |
相手の感情 7 クラス (neutral / anger / disgust / fear / happy / sad / surprise) と興奮度。苛立ち検出に使う | JVNV (東大 高道研、CC BY-SA 4.0) + 実会話クリップの疑似ラベル (emotion2vec+) | JVNV 4 話者 LOSO: 6 感情 0.818、怒り P/R 0.79/0.94、興奮度 2 値 0.982 |
addressee_head/ |
自分宛か (idle / user / third)。第三者の会話が鳴っている間は発話を始めない rejection gate (LYCHEEFD_ADDR_GATE=1、しきい値 0.7) |
実会話の利用者チャンネル + 別対話を −12〜−6 dB で重ねた合成第三者 | 未学習 7 場面: 第三者区間の誤応答 17 → 9 回、200 ms 以内の応答 56 → 52/80 |
詳細: リポジトリの docs/user_emotion.md、docs/lite_tier.md。JVNV の CC BY-SA 4.0 に従い、emotion_head/ を再配布する場合は出所表示を保つこと。