/ Модель

Характеристики

Параметры
3,5 млн
Лицензия
CC BY-NC 4.0
Архитектура
vits · dense
Базовая модель
mms-tts
Библиотека
transformers
Опубликована
3 июл 2025

mms-english-female-indic

Синтез речиТекст → аудио3 профессии

Модель VITS синтезирует английскую речь женским голосом на основе данных IndicTTS.

36скачиваний за 30 дней0лайковвеса обновлены13 июл 2025

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

onecxi/mms-english-female-indic — модель синтеза речи, созданная на основе facebook/mms-tts и обученная на наборе данных IndicTTS. Она преобразует английский текст в аудио женским голосом, связанным с хинди. Модель построена на архитектуре VITS, содержит 3,5 млн параметров и распространяется в формате safetensors для использования через Transformers.

Модель подходит для озвучивания английских фраз женским голосом с индийским акцентом, например для учебных демонстраций и экспериментов с синтезом речи. В карточке указана лицензия CC BY-NC 4.0, которая запрещает коммерческое использование. Авторы также предостерегают от имитации реальных людей без их согласия и от создания вводящего в заблуждение или вредоносного контента.

Сценарии применения

  • озвучивание английских текстов женским голосом
  • создание учебных примеров синтеза английской речи
  • генерация английских голосовых фраз для экспериментов с TTS

Ограничения

Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Карточка предупреждает о рисках имитации реальных людей без согласия и создания обманчивого или вредоносного аудио.

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

MMS English Female

This model is trained using IndicTTS dataset with Hindi female speaker.

Model

mms-english-female-indic: English model with Hindi female speaker from the IndicTTS dataset.

Sample Examples

TextSynthesized Audio
They decided to take a short break from work and travel to the mountains.
I think that movie had a very unexpected and thrilling ending.
It's always a good idea to double-check your work before submitting it.

Inference

To use these models for inference, you'll need to install the transformers and accelerate libraries.

First, install the necessary libraries:

pip install --upgrade transformers accelerate

Then, run inference with the following code-snippet:

from transformers import VitsModel, AutoTokenizer
import torch
from IPython.display import Audio

model_path = "onecxi/mms-english-female-indic" # This is the path to your fine-tuned model
model = VitsModel.from_pretrained(model_path)
tokenizer = AutoTokenizer.from_pretrained(model_path)

text = "This is an English model trained using a Hindi female speaker."
inputs = tokenizer(text, return_tensors="pt")

with torch.no_grad():
    output = model(**inputs).waveform

Audio(output.numpy(), rate=model.config.sampling_rate)

Disclaimer

This Text-to-Speech (TTS) model is intended solely for research and educational use. Any use of the model must comply with all applicable laws, regulations, and ethical standards. The unauthorized use of this model for impersonating real individuals without their explicit consent is strictly prohibited. Additionally, the model must not be used to create or distribute deceptive, misleading, or fraudulent content, including but not limited to fake news or scams. Any use of the model for illegal, harmful, or malicious purposes is expressly forbidden.

By using this model, you acknowledge and agree to these terms. The creators and distributors of the model disclaim any liability for misuse and do not support or condone unethical or unlawful applications.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
VitsModelForPreTraining
Ревизия весов
b71086a

0 моделей