/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
F5-TTS
Опубликована
20 июл 2026

silma-tts-derja

Синтез речиТекст → аудио3 профессии

Дообученная на тунисском диалекте Derja модель F5-TTS для синтеза разговорной речи, включая переключение на французский.

246скачиваний за 30 дней0лайковвеса обновлены13 сен 2026

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

silma-tts-derja — модель синтеза речи по тексту, созданная Ghazouaniwala как дообучение F5-TTS для тунисского диалекта арабского языка Derja. Она предназначена для разговорных приложений для пользователей из Туниса: голосовых помощников, систем поддержки и коучинга, средств доступности и образовательных программ. Модель также рассчитана на переключение между Derja и французским в одной речи.

Модель использует F5-TTS и формирует речь с учётом эталонной аудиозаписи. В поставке используется английский эталонный фрагмент, поэтому запись носителя Derja может улучшить просодию. Обучающий корпус ограничен: покрытие редкой лексики и региональных вариантов Туниса неоднородно; формальная оценка MOS не проводилась. В исходной конфигурации синтез ограничен производительностью CPU, а GPU примерно вдвое снижает задержку. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое применение.

Сценарии применения

  • озвучивание ответов голосового помощника для пользователей из Туниса
  • синтез речи для систем коучинга и поддержки на тунисском диалекте
  • озвучивание учебных материалов на Derja
  • создание голосовых интерфейсов доступности на тунисском арабском
  • синтез разговорной речи с переключением между Derja и французским

Ограничения

Эталонная запись в комплекте — на английском, что может ухудшать просодию Derja; качество может повыситься с записью носителя диалекта. Обучающий корпус ограничен, редкая лексика и региональные варианты покрыты неравномерно, формальной MOS-оценки нет; синтез на CPU имеет высокую задержку.

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

silma-tts-derja — Tunisian Derja speech synthesis

An F5-TTS fine-tune that speaks Tunisian Derja, the dialect Tunisians actually use in conversation.

Why this exists

Every off-the-shelf Arabic TTS produces Modern Standard Arabic — a formal register nobody speaks conversationally. A system that answers a nervous Tunisian user in MSA sounds like a news broadcast, which is close to the opposite of the intended effect.

No usable Derja voice existed, so this one was fine-tuned. It also handles the Derja/French code-switching that is normal in Tunisian speech, rather than suppressing it.

Intended use

Conversational applications aimed at Tunisian users: voice assistants, coaching and support systems, accessibility tools, educational software.

Built for and deployed in Solace, a real-time multimodal AI coaching system, where it runs locally and in-process so that user audio never leaves the machine.

Usage

Limitations

  • The shipped reference clip is an English sample. F5-TTS conditions output prosody on a reference recording, so Derja prosody would improve measurably with a native Derja reference clip. This is the largest known weakness.
  • Trained on a limited Derja corpus. Coverage of rare vocabulary and of regional variation within Tunisia is uneven.
  • No formal MOS evaluation has been run; quality claims here are qualitative.
  • Synthesis is CPU-bound in the deployment it was built for; a GPU roughly halves latency.

Training

Fine-tuned from SWivid/F5-TTS on Tunisian Derja speech.

Related work

ModelPurpose
Ghazouaniwala/emotions_speechSpeaker-independent speech emotion recognition — the other half of Solace's speech stack
Ghazouaniwala/trocr-tunisian-arabicHandwritten Tunisian Arabic recognition

Citation

@misc{ghazouani2025silmattsderja,
  author = {Ghazouani, Wala Eddine},
  title  = {silma-tts-derja: Tunisian Derja speech synthesis},
  year   = {2025},
  url    = {https://huggingface.co/Ghazouaniwala/silma-tts-derja}
}

Built by Wala Eddine Ghazouani · GitHub · LinkedIn

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
208adbe

0 моделей