Характеристики

Лицензия: CC BY 4.0
Опубликована: 13 дек 2024

Ссылки

Hugging Face

piper_italiano

kirys79

Синтез речиТекст → аудио

Набор ONNX-голосов PiperTTS для синтеза итальянской речи из текста.

0скачиваний за 30 дней5лайковвеса обновлены22 янв 2025

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

kirys79/piper_italiano — набор итальянских голосовых моделей для PiperTTS, подготовленный автором репозитория для создания новых голосов и контрольных точек. В README указаны голоса Aurora и Leonardo, обученные с нуля, и Giorgio, дообученный на основе Leonardo; speaker ID соответствуют записям датасета Multilingual LibriSpeech (MLS). Репозиторий содержит модель в формате ONNX для синтеза речи из текста.

Модели предназначены для озвучивания итальянского текста. Aurora описана как голос с выраженным акцентом и подчёркнутыми паузами; Leonardo — как голос, вероятно связанный с голосом Riccardo из оригинального Piper, с более высоким качеством; Giorgio — эксперимент дообучения Leonardo. Карточка распространяет материалы под лицензией CC BY 4.0. README упоминает предоставление контрольных точек для дальнейшего дообучения.

Сценарии применения

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

Ограничения

Голоса имеют различия в акценте и манере речи: Aurora делает выразительные паузы, а Giorgio является экспериментальным дообучением. README не приводит измерений качества или сведений о скорости синтеза.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Piper Italiano

Sto cercando di creare nuove voci e nuovi checkpoint per PiperTTS in italiano.

La fonte per il train è il Multilingual LibriSpeech (MLS) rilasciato sotto licenza Creative Commons

A questo link troverete i dataset estratti dalla suddetta fonte e messi nel formato richiesto per addestrare i modelli di PiperTTS.

I modelli in questo report saranno tutti forniti di checkpoint per permettervi di fare finetune Lo speaker è lo speaker ID nel dataset di MLS Il tipo indica se il modello è da zero (From Scratch o un Fine Tune)

Nome	Tipo	Speaker	Note
Aurora	From Scratch	6807	Marcato accento - fa pause enfatiche...
Leonardo	From Scratch	1595	Probabile voce di Riccardo (modello originale di piper) ma ad una maggiore qualità
Giorgio	Fine Tune	8181	Esperimento di Fine tune basato su Leonardo

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 37020d3