/ Модель
Каталог

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Опубликована
14 июл 2023

Ссылки

Hugging Face

speecht5_finetuned_google_fleurs_greek

Sandiago21
Синтез речиТекст → аудио3 профессии

Дообученная на Google FLEURS версия SpeechT5 для синтеза греческой речи из текста.

95скачиваний за 30 дней2лайкавеса обновлены14 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.

Открыть конструктор бенчмарка

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

Sandiago21/speecht5_finetuned_google_fleurs_greek — модель синтеза речи из текста на базе SpeechT5ForTextToSpeech от Microsoft, дообученная на наборе Google FLEURS для греческого языка. В метаданных указаны архитектура SpeechT5 и форматы PyTorch и Safetensors; авторская карточка сообщает значение loss 0,3920 на оценочной выборке.

Модель предназначена для преобразования текста в греческую речь. Базовая SpeechT5 описана в каталоге как модель синтеза речи, дообученная Microsoft на LibriTTS. Репозиторий распространяется по лицензии MIT.

README не содержит сведений о целевых сценариях, настройках синтеза или ограничениях качества; показатель loss приведён без описания методики и поэтому сам по себе не позволяет судить о качестве звучания.

Сценарии применения

  • озвучивание греческого текста
  • создание греческих голосовых сообщений
  • генерация речи для грекоязычных интерфейсов

Ограничения

README не приводит оценки естественности речи, сведения о голосах или подробности условий обучения; указан только loss 0,3920 на оценочной выборке без описания методики.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

speecht5_finetuned_google_fleurs_greek

This model is a fine-tuned version of microsoft/speecht5_tts on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3920

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: 2.5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • 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: 100
  • num_epochs: 40

Training results

Training LossEpochStepValidation Loss
0.51741.05830.4863
0.49482.011660.4611
0.47233.017490.4503
0.47634.023330.4438
0.46145.029160.4407
0.45696.034990.4387
0.45387.040820.4306
0.45398.046660.4282
0.45649.052490.4230
0.449310.058320.4222
0.44511.064150.4190
0.456412.069990.4195
0.438113.075820.4161
0.432814.081650.4147
0.442415.087480.4140
0.428216.093320.4117
0.434917.099150.4090
0.438118.0104980.4090
0.432819.0110810.4073
0.434720.0116650.4079
0.429321.0122480.4055
0.425122.0128310.4052
0.435923.0134140.4023
0.431124.0139980.4016
0.42125.0145810.4014
0.416226.0151640.3991
0.421927.0157470.3990
0.424728.0163310.3989
0.418829.0169140.3974
0.422930.0174970.3976
0.424631.0180800.3960
0.421932.0186640.3956
0.422833.0192470.3951
0.418334.0198300.3946
0.409735.0204130.3936
0.424536.0209970.3935
0.418437.0215800.3930
0.419838.0221630.3937
0.419339.0227460.3925
0.409639.98233200.3920

Framework versions

  • Transformers 4.30.0.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
d974214

0 моделей

    Создать бенчмарк