/ Модель

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Опубликована
27 авг 2023

speecht5_finetuned_voxpopuli_nl

Синтез речиТекст → аудио3 профессии

Дообученная на нидерландских данных SpeechT5 для синтеза речи из текста на нидерландском языке.

153скачиваний за 30 дней0лайковвеса обновлены17 сен 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Синтез речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AdanLee/speecht5_finetuned_voxpopuli_nl — модель синтеза речи из текста, полученная дообучением microsoft/speecht5_tts на нидерландской части набора facebook/voxpopuli. Она построена на архитектуре SpeechT5 и сохранена в форматах PyTorch и safetensors. Модель предназначена для преобразования нидерландского текста в речь.

В README приведено значение loss 0,4725 на оценочном наборе. Базовая SpeechT5 от Microsoft также предназначена для синтеза речи из текста. Модель распространяется по лицензии MIT.

Сценарии применения

  • синтез нидерландской речи по тексту
  • озвучивание нидерландских текстов
  • создание голосовых версий нидерландских материалов

Ограничения

README не описывает ограничения применения и качества; приведено только значение loss 0,4725 на оценочном наборе.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

speecht5_finetuned_voxpopuli_nl

This model is a fine-tuned version of microsoft/speecht5_tts on the facebook/voxpopuli nl subset dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4725

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 4
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • training_steps: 2000

Training results

Training LossEpochStepValidation Loss
0.53484.045000.4926
0.51559.0210000.4783
0.509114.015000.4747
0.500418.0420000.4725

Framework versions

  • Transformers 4.32.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
SpeechT5ForTextToSpeech
Ревизия весов
492a0c4

0 моделей