smoothandesign/genmotion-alignement-fr

GEN MOTION · alignement des paroles (français)

Modèle d'écoute utilisé par GEN MOTION pour caler, mot à mot, les paroles écrites par un artiste sur son morceau (alignement forcé CTC, exécuté en local par onnxruntime).

Origine et modifications

• Modèle d'origine : jonatasgrosman/wav2vec2-large-xlsr-53-french, révision 7c79e105a6525d38e1e69f640b974b4a679723cc, licence Apache 2.0. Les poids sont ceux de l'auteur ; nous ne les avons pas réentraînés.
• Modifications (Smooth & Design, 18/10/2026) :
  • export ONNX (opset 17), avec la normalisation de l'onde et le log_softmax intégrés au graphe ;
  • quantification dynamique int8 des seules MatMul, poids par canal.

Le script exporter-alignement.py refait exactement ce fichier : l'export est reproductible au bit près.

Fichier

Fichier	Octets	SHA-256
alignement-fr-int8.onnx	356 211 531	e586fad466173fd8e31991c9fe8948e83be69ea1bd53019197af6ca556832286

• Entrée : onde, float32 [1, N], son mono à 16 kHz.
• Sortie : emission, float32 [1, trames, 59], des log-probabilités (une trame toutes les 20 ms ; la classe 0 est le blanc CTC).

Licence

Apache 2.0, comme le modèle d'origine. Copyright des poids d'origine : Jonatas Grosman. Export et quantification : Smooth & Design.