/ Модель
Каталог

Характеристики

Опубликована
11 июн 2026

Ссылки

Hugging Face

spark-tts-salt-ach-v12

acellam
Синтез речиТекст → аудио

Экспериментальная версия Spark-TTS для синтеза речи на ачоли, разработанная для исследований автономного дубляжа на малоресурсных африканских языках.

0скачиваний за 30 дней0лайковвеса обновлены13 июн 2026

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

acellam/spark-tts-salt-ach-v12 — экспериментальная версия Spark-TTS, дообученная для синтеза речи на ачоли. Модель создана в рамках магистерского исследования по автономному ИИ-дублированию для африканских языков с малым объёмом цифровых ресурсов. Версия v12 использует аугментацию скорости в 3 раза и фильтрацию многоголосых данных по соотношению сигнал/шум.

Модель предназначена для преобразования текста на ачоли в речь и может служить компонентом конвейера автономного дубляжа: распознавание речи Whisper, перевод через SALT NLLB-1.3B и синтез с помощью Spark-TTS. Карточка указывает язык ачоли (ach), используемый примерно 1,5 млн человек в северной Уганде и Южном Судане. Файлы весов представлены в формате safetensors.

Это одна из 16 экспериментальных версий, а не итоговая модель; подробные результаты оценки и веса на момент публикации карточки не приведены. Условия лицензии в доступных данных не указаны.

Сценарии применения

  • синтез речи на ачоли из текста
  • озвучивание переведённых на ачоли реплик
  • автономный дубляж аудио на ачоли
  • эксперименты с синтезом речи для малоресурсных языков

Ограничения

Это экспериментальная версия из серии из 16 опытов; веса и результаты оценки в карточке не опубликованы. Лицензия не указана в предоставленных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Spark-TTS Acholi Fine-tune -- v12

This model is part of a 16-experiment series fine-tuning Spark-TTS for Acholi (ach) text-to-speech, conducted as part of ongoing Masters research on offline AI dubbing for low-resource African languages.

Model weights and detailed experimental findings will be published after thesis submission.

Full Documentation

For the complete experiment log, methodology, and evaluation results across all 16 experiments, see the canonical model:

acellam/spark-tts-salt-ach-v16

About This Experiment

Version: v12 -- Speed augmentation 3x + multispeaker SNR filtering

Language: Acholi (ach) -- Nilotic (Luo branch), ~1.5M speakers, northern Uganda and South Sudan

Pipeline: Whisper ASR -> SALT NLLB-1.3B Translation -> Spark-TTS Synthesis

Training scripts: gitlab.com/mistaguy6/spark-tts-training

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
f846fe6

0 моделей

    Создать бенчмарк