/ Модель
Каталог

Характеристики

Контекст
600 токенов
Лицензия
MIT
Архитектура
speecht5 · dense
Базовая модель
speecht5_tts
Библиотека
transformers
Опубликована
2 июл 2026

Ссылки

Hugging Face

senga-LUK-aligned-stoploss-speecht5

sil-ai
Генерация аудиоТекст → аудио3 профессии

Дообученная на базе SpeechT5 модель для синтеза речи из текста.

10скачиваний за 30 дней0лайковвеса обновлены3 июл 2026

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

senga-LUK-aligned-stoploss-speecht5 — дообученная модель SpeechT5 для синтеза речи из текста. Она основана на microsoft/speecht5_tts и использует архитектуру SpeechT5ForTextToSpeech; веса опубликованы в формате safetensors. В README приведён результат оценки Loss 0,1300, но не описаны набор данных и условия оценки.

Модель предназначена для преобразования текстового ввода в речь. Репозиторий распространяется по лицензии MIT. В карточке нет сведений о поддерживаемых языках, голосах или ограничениях применения.

Сценарии применения

  • синтез речи по тексту
  • озвучивание текстовых сообщений
  • создание речевого вывода для приложений

Ограничения

Данные обучения и условия оценки не описаны, поэтому качество Loss 0,1300 нельзя интерпретировать без дополнительного контекста. Поддерживаемые языки и голоса в карточке не обозначены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

senga-LUK-aligned-stoploss-speecht5

This model is a fine-tuned version of microsoft/speecht5_tts on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1300

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 3407
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 4000
  • training_steps: 40000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
0.104990.909110000.0889
0.0821181.818220000.0786
0.071272.727330000.0832
0.0661363.636440000.0827
0.0585454.545550000.0884
0.0573545.454560000.0928
0.0527636.363670000.0945
0.0463727.272780000.0995
0.0472818.181890000.1012
0.0434909.0909100000.1027
0.0411000.0110000.1036
0.04241090.9091120000.1060
0.03891181.8182130000.1095
0.03891272.7273140000.1109
0.03661363.6364150000.1121
0.0371454.5455160000.1157
0.03571545.4545170000.1140
0.04671636.3636180000.1234
0.03431727.2727190000.1210
0.03581818.1818200000.1192
0.03131909.0909210000.1212
0.03282000.0220000.1213
0.03172090.9091230000.1212
0.03192181.8182240000.1236
0.03112272.7273250000.1252
0.03062363.6364260000.1237
0.02892454.5455270000.1270
0.0282545.4545280000.1270
0.02952636.3636290000.1262
0.03022727.2727300000.1272
0.03752818.1818310000.1275
0.0282909.0909320000.1289
0.02723000.0330000.1265
0.02923090.9091340000.1280
0.02693181.8182350000.1278
0.02643272.7273360000.1289
0.02853363.6364370000.1300
0.02753454.5455380000.1287
0.02853545.4545390000.1293
0.02823636.3636400000.1300

Framework versions

  • Transformers 4.57.1
  • Pytorch 2.8.0+cu128
  • Datasets 4.2.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
SpeechT5ForTextToSpeech
Ревизия весов
c76eac6

0 моделей

    Создать бенчмарк