/ Модель

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Библиотека
transformers
Опубликована
23 июл 2026

speecht5_finetuned_voxpopuli_fi

Синтез речиТекст → аудио

Дообученная на VoxPopuli модель SpeechT5 синтезирует финскую речь из текста.

10скачиваний за 30 дней1лайквеса обновлены24 июл 2026

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

Atrac/speecht5_finetuned_voxpopuli_fi — модель синтеза финской речи из текста, созданная дообучением microsoft/speecht5_tts на датасете VoxPopuli. Она использует архитектуру SpeechT5ForTextToSpeech и предназначена для преобразования финского текста в речь; в карточке указана оценка Loss 0.4953 на наборе оценки.

Модель распространяется в формате safetensors по лицензии MIT. Данных о размере модели, длине контекста и конкретных ограничениях качества нет.

Сценарии применения

  • озвучивание финских текстов
  • создание финской речи для голосовых интерфейсов
  • генерация аудиоверсий финских материалов

Ограничения

В карточке приведён только показатель Loss 0.4953 на наборе оценки; практические ограничения и качество на разных типах текста не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SpeechT5 TTS Finnish

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

  • Loss: 0.4953

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: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
5.91011.0500.6594
5.52652.01000.6225
5.27893.01500.5963
5.05504.02000.5794
4.92405.02500.5650
4.76396.03000.5397
4.53927.03500.5169
4.32948.04000.5050
4.24179.04500.5019
4.217910.05000.4953

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
SpeechT5ForTextToSpeech
Ревизия весов
2f0e953

0 моделей