/ Модель

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Библиотека
transformers
Опубликована
22 сен 2026

speecht5_finetuned_flemish

Генерация аудиоТекст → аудио3 профессии

Дообученная SpeechT5-модель для синтеза аудио из текста, ориентированная на фламандскую речь.

157скачиваний за 30 дней0лайковвеса обновлены22 сен 2026

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

Pout/speecht5_finetuned_flemish — дообученная версия SpeechT5 от Microsoft для синтеза речи из текста. Модель использует архитектуру SpeechT5ForTextToSpeech; файлы опубликованы в формате safetensors. В метаданных указан тег text-to-audio, лицензия MIT и базовая модель microsoft/speecht5_tts.

Модель предназначена для преобразования текста в аудио. Название указывает на фламандский вариант, однако README не уточняет язык обучающих данных, характеристики голоса и условия оценки. Для базовой модели указано обучение на LibriTTS; датасет этой дообученной версии не раскрыт. В README приведено значение loss 0,3891 на оценочном наборе, без описания методики и возможности сравнения с другими моделями.

Сценарии применения

  • синтез фламандской речи из текста
  • озвучивание фламандских фраз и коротких текстов
  • создание речевого аудио для приложений

Ограничения

README не описывает обучающий датасет, свойства голоса и методику оценки; приведённый loss без дополнительных сведений трудно интерпретировать. Фламандская направленность следует из названия модели, а конкретные языковые характеристики в карточке не подтверждены.

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_flemish

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

  • Loss: 0.3891

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
4.41600.29631000.4692
3.92470.59262000.4319
3.61880.88893000.4132
3.49191.18374000.3933
3.41941.485000.3891

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
SpeechT5ForTextToSpeech
Ревизия весов
00788da

0 моделей