/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
F5-TTS
Опубликована
30 июл 2026

f5-tts-malayalam-v2

Синтез речиТекст → аудио3 профессии

Дообученная на малаялам F5-TTS синтезирует речь текстом, приближая голос и манеру речи автора модели.

30скачиваний за 30 дней0лайковвеса обновлены20 авг 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

F5-TTS Malayalam v2 — модель синтеза речи, созданная автором sajilck путём дообучения F5-TTS на аудио и расшифровках с его собственного YouTube-канала об ML и Data Science. Она предназначена для озвучивания текста на малаялам голосом и в манере речи автора; для знакомства с моделью также доступно демо в браузере.

Для дообучения использовано около 15,4 часа парных аудиозаписей и транскрипций. В репозитории размещены чекпойнт и файл словаря; опубликованная версия представлена в формате GGUF F16. Модель ориентирована на малаялам и синтез речи из текста.

Автор характеризует модель как ранний личный эксперимент, а не готовую к производственному применению систему. Возможны ошибки произношения и просодии, а качество звучания может меняться в зависимости от текста; на результат влияют ограниченный объём данных и ресурсы обучения. Лицензия — CC BY-NC 4.0; для коммерческого использования следует также проверить условия лицензии базовой F5-TTS.

Сценарии применения

  • Озвучивание текста на малаялам голосом, похожим на голос автора
  • Создание речевых фрагментов для образовательных материалов на малаялам
  • Проверка синтеза речи на малаялам в браузерном демо

Ограничения

Возможны ошибки произношения и просодии, а качество синтеза зависит от входного текста. Это ранняя экспериментальная модель, обученная на ограниченном наборе данных, поэтому её результаты могут быть нестабильны.

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

F5-TTS Malayalam v2

A F5-TTS model fine-tuned on Malayalam speech, trained on transcripts and audio from my own YouTube channel — a Malayalam-language ML/Data Science education channel. The goal was to build a TTS model that speaks Malayalam in my own voice and speaking style.

Try it out in the demo Space.

Model Details

  • Base model: F5-TTS
  • Language: Malayalam (ml)
  • Fine-tuning data: ~15.4 hours of paired audio and transcripts, sourced from my own YouTube videos
  • Voice: Fine-tuned to approximate my own voice and speaking style
  • License: cc-by-nc-4.0 (non-commercial — inherits F5-TTS's licensing terms; check the base model license before any commercial use)

Files

  • model.pt — fine-tuned checkpoint
  • vocab.txt — vocabulary file used during fine-tuning

Training

This was a personal, low-budget experiment:

  • Fine-tuned entirely on free GPU compute and storage on Kaggle, often running into the weekly quota limits
  • No large-scale infra or paid compute was used
  • Training data was self-sourced: audio and transcripts from my own uploaded YouTube videos

Known Limitations

This is an early, imperfect model and a fun side project rather than a production-ready system. Known issues include (but aren't limited to):

  • Occasional pronunciation and prosody errors
  • Inconsistent output quality across different input text
  • Artifacts/imperfections inherited from limited training data (15.4 hours) and constrained compute budget

These are being addressed in future iterations.

Usage

See the F5-TTS repository for inference instructions, or use the hosted demo Space to try it directly in the browser.

Acknowledgements

  • F5-TTS authors for the base model and training framework
  • Kaggle for free GPU compute

Citation

If you use this model, please consider linking back to this repository and the original F5-TTS work.

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
a74bf1b

0 моделей