Характеристики

Опубликована: 12 июн 2026

Ссылки

Hugging Face

spark-tts-salt-ach-v13

acellam

Синтез речиТекст → аудио

Экспериментальная версия Spark-TTS для синтеза речи на ачоли, предназначенная в том числе для офлайн-дубляжа.

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

Это экспериментальная версия Spark-TTS, дообученная для синтеза речи на ачоли. Модель создана acellam в рамках серии из 16 экспериментов для магистерского исследования офлайн-дубляжа на малоресурсные африканские языки; версия v13 обучалась на данных с шумом 10 дБ после обработки noisereduce в стационарном режиме.

Модель предназначена для преобразования текста на ачоли в речь и может использоваться в конвейере офлайн-дубляжа вместе с Whisper для распознавания речи и SALT NLLB-1.3B для перевода. В репозитории указаны веса в формате safetensors. Подробные результаты оценки и условия лицензии в доступных данных отсутствуют.

Сценарии применения

синтез речи на ачоли из текста
озвучивание переведённых на ачоли фраз
создание аудиодорожки для офлайн-дубляжа
эксперименты с TTS для малоресурсных африканских языков

Ограничения

Это экспериментальная версия из серии исследований; субъективное качество отмечено автором как лучшее, но количественные результаты оценки не приведены. Условия лицензии и опубликованность весов по README не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Spark-TTS Acholi Fine-tune -- v13

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: v13 -- SNR 10dB + noisereduce(stationary=False) -- best subjective quality

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: 9c9131a