/ Модель

Характеристики

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

senga-nt-canon-tts

Генерация аудиоТекст → аудио3 профессии

Дообученная на базе SpeechT5 модель для преобразования текста в речь.

11скачиваний за 30 дней0лайковвеса обновлены29 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.

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-nt-canon-tts — дообученная модель на базе microsoft/speecht5_tts для синтеза речи из текста. Она использует архитектуру SpeechT5 и библиотеку Transformers; веса представлены в формате safetensors. В карточке приведён результат оценки: loss 0,0913, однако сведения о голосе, языке синтеза и данных обучения отсутствуют. Модель распространяется по лицензии MIT.

Сценарии применения

  • синтез речи из текста

Ограничения

В карточке не описаны поддерживаемые языки, характеристики голоса и обучающие данные; указано лишь значение loss 0,0913 без подробностей об оценке.

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

senga-nt-canon-tts

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: 0.0913

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
0.16439.216620000.1102
0.159718.433240000.1029
0.141727.649860000.0986
0.133336.866480000.0984
0.125446.0829100000.0962
0.124455.2995120000.0956
0.118364.5161140000.0958
0.11473.7327160000.0961
0.118982.9493180000.0949
0.107892.1659200000.0928
0.1064101.3825220000.0936
0.1029110.5991240000.0930
0.0971119.8157260000.0916
0.094129.0323280000.0912
0.0943138.2488300000.0919
0.0906147.4654320000.0920
0.0931156.6820340000.0916
0.0918165.8986360000.0915
0.089175.1152380000.0915
0.0905184.3318400000.0913

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
f92caea

0 моделей