/ Модель

Характеристики

Контекст
1 012 токенов
Лицензия
Apache 2.0
Архитектура
gpt2 · dense
Опубликована
12 фев 2023

tortoise-tts

Синтез речиТекст → аудио3 профессии

Tortoise — англоязычная модель синтеза речи с поддержкой нескольких голосов и выразительной интонацией.

103скачиваний за 30 дней15лайковвеса обновлены30 мая 2023

Бенчмарки

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

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

Tortoise — модель преобразования текста в речь, разработанная James Betker. Она предназначена для синтеза речи с несколькими голосами и реалистичными просодией и интонацией. В метаданных указана архитектура GPT-2, форматы PyTorch и Safetensors, а также контекст 1012 токенов; модель рассчитана на английский язык.

Модель подходит для озвучивания текста разными голосами и создания речи с выразительной интонацией. Репозиторий распространяется по лицензии Apache-2.0. В карточке не приведены сведения о размере модели, обучающих данных и результатах оценки.

Сценарии применения

  • озвучивание английского текста
  • синтез речи разными голосами
  • создание речи с реалистичной интонацией

Ограничения

Карточка не сообщает о результатах оценки, обучающих данных и скорости генерации; эти характеристики нельзя оценить по предоставленным сведениям.

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

Model Card for TorToiSe

Tortoise is a text-to-speech program built with the following priorities:

  1. Strong multi-voice capabilities.
  2. Highly realistic prosody and intonation.

Table of Contents

Model Details

Model Description

Tortoise is a text-to-speech program built with the following priorities:

  1. Strong multi-voice capabilities.
  2. Highly realistic prosody and intonation.
  • Developed by: James Betker
  • Model type: Language model
  • Language(s) (NLP): en
  • License: apache-2.0
  • Resources for more information:

Uses

Direct Use

Out-of-Scope Use

Bias, Risks, and Limitations

Recommendations

Training Details

Training Data

More information on training data needed

Training Procedure

Preprocessing

More information needed

Speeds, Sizes, Times

More information needed

Evaluation

Testing Data, Factors & Metrics

Testing Data

More information needed

Factors

More information needed

Metrics

More information needed

Results

More information needed

Model Examination

More information needed

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: More information needed
  • Hours used: More information needed
  • Cloud Provider: More information needed
  • Compute Region: More information needed
  • Carbon Emitted: More information needed

Technical Specifications [optional]

Model Architecture and Objective

More information needed

Compute Infrastructure

More information needed

Hardware

More information needed

Software

More information needed

Citation

BibTeX:

Betker, J. (2022). TorToiSe text-to-speech (Version 2.0) [Computer software]. https://github.com/neonbjb/tortoise-tts

APA:

@software{Betker_TorToiSe_text-to-speech_2022, author = {Betker, James}, month = {4}, title = {{TorToiSe text-to-speech}}, url = {https://github.com/neonbjb/tortoise-tts}, version = {2.0}, year = {2022} }

Glossary [optional]

More information needed

More Information [optional]

More information needed

Model Card Authors [optional]

Gatozu35

Model Card Contact

Use the discussion tab

How to Get Started with the Model

Use the code below to get started with the model.

More information needed

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Для архитектуры gpt2 нет загрузчика под задачу text-to-speech.

Класс архитектуры
GPT2InferenceModel
Ревизия весов
5afad7f

0 моделей