/ Модель

Характеристики

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

speecht5_finetuned_voxpopuli_it

Синтез речиТекст → аудио3 профессии

Дообученная на VOXPOPULI модель SpeechT5 для синтеза итальянской речи из текста.

102скачиваний за 30 дней3лайкавеса обновлены12 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

SpeechT5-it — модель синтеза речи из текста, созданная дообучением microsoft/speecht5_tts на датасете VOXPOPULI. Она предназначена для генерации итальянской речи по тексту. В метаданных указана архитектура SpeechT5ForTextToSpeech и форматы PyTorch и Safetensors; на тестовой выборке сообщается значение loss 0,4600. Модель опубликована под лицензией MIT.

Сценарии применения

  • озвучивание итальянского текста
  • создание итальянской речи для приложений
  • генерация голосовых сообщений на итальянском

Ограничения

README не приводит подробностей об ограничениях и сценариях применения; значение loss на тестовой выборке само по себе не описывает качество звучания.

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-it

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: 0.4600

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: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • 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
0.56411.07120.5090
0.53942.014240.4915
0.52773.021360.4819
0.51364.028480.4798
0.51095.035600.4733
0.50786.042720.4731
0.50337.049840.4692
0.50218.056960.4691
0.49849.064080.4670
0.48810.071200.4641
0.49111.078320.4641
0.491812.085440.4647
0.493313.092560.4622
0.49914.099680.4619
0.490615.0106800.4608
0.488416.0113920.4622
0.484717.0121040.4616
0.491618.0128160.4592
0.484519.0135280.4600
0.478820.0142400.4594
0.474621.0149520.4607
0.487522.0156640.4615
0.483123.0163760.4597
0.479824.0170880.4595
0.472725.0178000.4592
0.473626.0185120.4598
0.474627.0192240.4608
0.472828.0199360.4589
0.477129.0206480.4593
0.474330.0213600.4588
0.478531.0220720.4601
0.475732.0227840.4597
0.473133.0234960.4598
0.474634.0242080.4593
0.471535.0249200.4599
0.476936.0256320.4622
0.477837.0263440.4605
0.479838.0270560.4594
0.469439.0277680.4607
0.46840.0284800.4600

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
eb965ab

0 моделей