/ Модель

Характеристики

Лицензия
fair-noncommercial-research-license
Базовая модель
F5-TTS
Опубликована
13 ноя 2025

Arabic-F5-TTS-v2

Синтез речиТекст → аудио

Русское описание этой модели ещё готовится. Пока можно заглянуть в карточку модели от автора ниже.

0скачиваний за 30 дней39лайковвеса обновлены13 ноя 2025

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.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

F5-TTS Arabic

نموذج تحويل النص إلى كلام باللغة العربية

Arabic text-to-speech model fine-tuned on 300 hours of clean Arabic audio data. Produces consistent, high-quality speech synthesis for Modern Standard Arabic with full diacritization.

Model Details

Base Model: F5-TTS
Training Data: ~300 hours of clean Arabic audio
Language: Modern Standard Arabic (MSA)

Usage

Quick Start

for infernce with text chunking see the Colab notebook.

from huggingface_hub import hf_hub_download

# Download model files
vocab_file = hf_hub_download(repo_id="IbrahimSalah/Arabic-F5-TTS-v2", filename="vocab.txt")
ckpt_file = hf_hub_download(repo_id="IbrahimSalah/Arabic-F5-TTS-v2", filename="model_547500_8_18.pt")
config_file = hf_hub_download(repo_id="IbrahimSalah/Arabic-F5-TTS-v2", filename="F5TTS_Base_8_18.yaml")
ref_audio = hf_hub_download(repo_id="IbrahimSalah/Arabic-F5-TTS-v2", filename="reference.wav")

# Run inference via CLI
!python -m f5_tts.infer.infer_cli \
  --model_cfg "{config_file}" \
  --output_file "./output.wav" \
  --model "F5TTS_Base" \
  --ckpt_file "{ckpt_file}" \
  --vocab_file "{vocab_file}" \
  --ref_audio "{ref_audio}" \
  --nfe_step 32 \
  --cfg_strength 1.8 \
  --ref_text "YOUR_REFERENCE_TEXT_WITH_TASHKEEL" \
  --gen_text "YOUR_GENERATION_TEXT_WITH_TASHKEEL" \
  --speed 0.9

Key Features

  • High-quality Arabic speech synthesis
  • Consistent voice cloning from reference audio
  • Works best with moderate text lengths (chunking recommended for long texts)
  • Supports speed adjustment
  • Fine-tunable for specific use cases

Input Requirements

Critical: Text must include full Arabic diacritization (tashkeel). The model is trained exclusively on fully diacritized text and will not perform well on non-diacritized input.

Example of correct input:

إِنَّ الْعِلْمَ نُورٌ يُقْذَفُ فِي الْقَلْبِ

Sample Output

Text: إِنَّ الْعِلْمَ لَيْسَ بِكَثْرَةِ الرِّوَايَةِ، وَإِنَّمَا هُوَ نُورٌ يُقْذَفُ فِي الْقَلْبِ، يَفْهَمُ بِهِ الْعَبْدُ حَقَائِقَ الْأُمُورِ. وَالْحِكْمَةُ ضَالَّةُ الْمُؤْمِنِ، فَحَيْثُمَا وَجَدَهَا فَهُوَ أَحَقُّ بِهَا. وَمَنْ طَلَبَ الْعُلَا مِنْ غَيْرِ كَدٍّ، أَضَاعَ الْعُمُرَ فِي طَلَبِ الْمُحَالِ. فَاصْبِرْ عَلَى مُرِّ الْحَقِّ، وَلَا تَسْتَعْجِلْ قَطْفَ الثَّمَرَةِ قَبْلَ نُضْجِهَا، فَإِنَّ لِكُلِّ شَيْءٍ أَوَانًا، وَلِكُلِّ مَقَامٍ مَقَالًا.

refernce

Further Fine-tuning

The model can be further fine-tuned for:

  • Non-diacritized text (requires additional training)
  • Specific voice characteristics
  • Domain-specific vocabulary
  • Dialectal variations

License

This model is released under a Non-Commercial License.

  • You may use this model for research, educational, and personal non-commercial purposes.
  • Commercial use is strictly prohibited without explicit permission.
  • If you wish to use this model for commercial purposes, please contact the model author.

Limitations

  • Requires fully diacritized Arabic text as input
  • Optimized for Modern Standard Arabic (MSA), not dialectal Arabic
  • Performance may vary with very long texts without chunking
  • Voice cloning quality depends on reference audio quality and length

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов
bd9ebf8

0 моделей