/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

speecht5_finetuned_voxpopuli_es

davidggphy
Синтез речиТекст → аудио

Дообученная на VoxPopuli модель SpeechT5 для синтеза испанской речи по тексту.

89скачиваний за 30 дней0лайковвеса обновлены26 авг 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

Модель davidggphy/speecht5_finetuned_voxpopuli_es — версия SpeechT5, дообученная на наборе данных facebook/voxpopuli для синтеза речи из текста. Она принимает текст и генерирует аудио; карточка связывает её с испанским языком и указывает базовую модель microsoft/speecht5_tts. Модель реализована на архитектуре SpeechT5 и доступна в форматах PyTorch и Safetensors.

Модель предназначена для озвучивания испанского текста. Она выпущена под лицензией MIT. Карточка не сообщает об оценках качества и ограничениях синтеза.

Сценарии применения

  • озвучивание испанских текстов
  • генерация испанской речи для аудиокниг
  • создание испанских голосовых сообщений

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

speecht5_finetuned_voxpopuli_es

This model is a fine-tuned version of microsoft/speecht5_tts on the facebook/voxpopuli dataset.

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 500

Framework versions

  • Transformers 4.32.0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.4
  • 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
38283b9

0 моделей

    Создать бенчмарк