/ Модель

Характеристики

Размер весов
3,2 ГБ
Лицензия
CC BY 4.0
Библиотека
f5-tts
Опубликована
27 ноя 2024

F5-Hindi-24KHz

Синтез речиТекст → аудио3 профессии

Модель F5 на архитектуре F5 преобразует текст на хинди в речь с частотой 24 кГц.

1 440скачиваний за 30 дней37лайковвеса обновлены1 янв 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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

F5-Hindi-24KHz — модель синтеза речи на хинди, разработанная SPRING Lab при Индийском технологическом институте в Мадрасе. Она обучена с нуля на архитектуре F5 и предназначена для преобразования текста в речь с частотой дискретизации 24 кГц.

Модель рассчитана прежде всего на исследовательское использование. Для обучения использовались наборы данных IndicTTS-Hindi и IndicVoices-R_Hindi. Репозиторий содержит веса PyTorch и Safetensors; лицензия — CC-BY-4.0.

Сценарии применения

  • синтез речи на хинди из текста
  • создание аудиоверсий текстов на хинди
  • озвучивание приложений и прототипов на хинди

Ограничения

Модель обучена для хинди; качество для других языков не заявлено. Разработчики указывают исследовательское назначение.

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

F5-TTS Hindi 24KHz Model

This is a Hindi Text-to-Speech model trained from scratch using the F5 architecture.

Details

  • Developed by: SPRING Lab, Indian Institute of Technology, Madras
  • Language: Hindi
  • License: CC-BY-4.0

Uses

The model was developed and is primarily intended for research purposes.

How to Get Started with the Model

Clone the following github repo and refer to the README: https://github.com/rumourscape/F5-TTS

Training Details

The model was trained on 8x A100 40GB GPUs for close to a week. We would like to thank CDAC for providing the compute resources.

We used the "small" configuration(151M parameter) model for training according to the F5 paper.

Training Data

We used the Hindi subsets of IndicTTS and IndicVoices-R datasets for training this model.

Как запустить

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

GPU в ailist

Универсальный рантайм · f5-tts

Нельзя запустить

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

Ревизия весов
4885562

0 моделей