/ Модель

Характеристики

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

speecht5_finetuned_multilingual_librispeech_pl

Синтез речиТекст → аудио3 профессии

Дообученная на польских данных SpeechT5-модель для синтеза польской речи по тексту.

100скачиваний за 30 дней1лайквеса обновлены11 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

Sagicc дообучил SpeechT5 от Microsoft на польской части набора multilingual_librispeech. Модель предназначена для синтеза польской речи по тексту; в карточке указана оценка Loss 0.4168 на тестовой выборке. Архитектура — SpeechT5ForTextToSpeech, веса доступны в форматах PyTorch и Safetensors.

Модель лицензирована по MIT. Карточка не описывает голосовые характеристики, настройки генерации и результаты в реальных сценариях, поэтому качество синтеза вне указанной оценки неясно.

Сценарии применения

  • синтез польской речи из текста
  • озвучивание польских текстов и сообщений
  • создание польскоязычных голосовых интерфейсов

Ограничения

В карточке приведена только оценка Loss 0.4168 на тестовой выборке; сведения о качестве звучания, поддерживаемых голосах и практических ограничениях отсутствуют.

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_multilingual_librispeech_pl

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

  • Loss: 0.4168

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: 4000

Training results

Training LossEpochStepValidation Loss
0.456440.8210000.4182
0.427781.6320000.4124
0.4233122.4530000.4173
0.4222163.2740000.4168

Framework versions

  • Transformers 4.32.0.dev0
  • 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
f844735

0 моделей