/ Модель

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Опубликована
24 авг 2023

speecht5_finetuned_voxpopuli_nl

Синтез речиТекст → аудио3 профессии

Дообученная на VoxPopuli модель SpeechT5 синтезирует нидерландскую речь из текста.

94скачиваний за 30 дней1лайквеса обновлены13 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

Lightmourne/speecht5_finetuned_voxpopuli_nl — дообученная на датасете VoxPopuli модель Microsoft SpeechT5 для синтеза речи из текста. Она предназначена для преобразования текстового ввода в аудио; карточка сообщает результат оценки Loss 0.4583. Модель использует архитектуру SpeechT5ForTextToSpeech и сохранена в форматах PyTorch и Safetensors.

Модель ориентирована на нидерландскую речь, что следует из названия репозитория и датасета VoxPopuli. Она распространяется по лицензии MIT. Карточка не описывает голос, качество синтеза или ограничения для отдельных сценариев, поэтому эти характеристики нельзя уточнить.

Сценарии применения

  • озвучивание текстов на нидерландском языке
  • создание аудиоверсий статей и сообщений
  • генерация речи для приложений и прототипов

Ограничения

Карточка не приводит подробных сведений о качестве синтеза, голосе и ограничениях по применению.

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_finetuned_voxpopuli_nl

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: 0.4583

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: 500
  • training_steps: 5000

Training results

Training LossEpochStepValidation Loss
0.52364.310000.4794
0.49968.6120000.4671
0.489612.9130000.4611
0.483117.2140000.4591
0.490221.5250000.4583

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.13.1
  • Tokenizers 0.13.3

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
ed4a69c

0 моделей