/ Модель

Характеристики

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

senga-nt-nse-tts

Генерация аудиоТекст → аудио3 профессии

Дообученная на неизвестном наборе данных модель SpeechT5 для синтеза речи из текста.

14скачиваний за 30 дней0лайковвеса обновлены31 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-nse-tts — модель синтеза речи из текста, созданная дообучением SpeechT5 от Microsoft. В карточке Hugging Face указана архитектура SpeechT5ForTextToSpeech и формат весов safetensors.

Модель предназначена для преобразования текста в аудио. В README приведён результат оценки: loss 0,0879; сведения о наборе данных, языках и сценариях применения отсутствуют. Модель распространяется по лицензии MIT.

Сценарии применения

  • синтез аудио по текстовой фразе
  • озвучивание коротких текстов
  • создание речевого вывода в приложении

Ограничения

Язык синтеза, свойства голоса и обучающий набор не описаны. В README указана только оценка loss 0,0879 без контекста, достаточного для интерпретации качества.

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-nse-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: 0.0879

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
0.16889.132420000.1078
0.153618.264840000.0979
0.142727.397360000.0946
0.134736.529780000.0987
0.127145.6621100000.0925
0.121854.7945120000.0911
0.11763.9269140000.0906
0.108873.0594160000.0913
0.112682.1918180000.0901
0.106491.3242200000.0891
0.104100.4566220000.0898
0.0996109.5890240000.0898
0.0974118.7215260000.0888
0.0918127.8539280000.0886
0.0945136.9863300000.0883
0.0893146.1187320000.0891
0.0899155.2511340000.0885
0.0886164.3836360000.0879
0.0855173.5160380000.0886
0.0881182.6484400000.0879

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
178259c

0 моделей