/ Модель

Характеристики

Контекст
600 токенов
Архитектура
speecht5 · dense
Базовая модель
speecht5-tts
Опубликована
6 авг 2023

speecht5_finetuned_multilingual_librispeech_italian9h

Синтез речиТекст → аудио3 профессии

Дообученная на multilingual_librispeech модель SpeechT5 синтезирует итальянскую речь по тексту.

114скачиваний за 30 дней1лайквеса обновлены20 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

ClementXie/speecht5_finetuned_multilingual_librispeech_italian9h — дообученная модель SpeechT5 от Microsoft для синтеза речи по тексту. Она основана на microsoft/speecht5-tts и обучена на корпусе multilingual_librispeech; в карточке приведено значение loss 0,4342 на оценочной выборке. Модель предназначена для преобразования текста в речь на итальянском языке.

Веса доступны в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана. Карточка не описывает голосовые характеристики, качество синтеза и ограничения применения.

Сценарии применения

  • озвучивание итальянских текстов
  • создание голосовых сообщений на итальянском
  • генерация речи для аудиокниг на итальянском
  • озвучивание интерфейсов и приложений на итальянском

Ограничения

В карточке нет сведений о качестве и характеристиках синтезируемого голоса. Значение loss приведено без дополнительных метрик или описания протокола оценки.

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_tts-finetuned-multilingual_librispeech

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

  • Loss: 0.4342

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: 200
  • training_steps: 1000

Training results

Training LossEpochStepValidation Loss
0.53787.752500.4721
0.487215.55000.4424
0.476623.267500.4363
0.478431.0110000.4342

Framework versions

  • Transformers 4.32.0.dev0
  • Pytorch 1.13.1
  • Datasets 2.14.3
  • Tokenizers 0.13.2

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
43b5fca

0 моделей