/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

speecht5_finetuned_voxpopuli_nl

sjooaaoo2
Генерация аудиоТекст → аудио3 профессии

Дообученная версия SpeechT5 для синтеза речи из текста, ориентированная, судя по названию, на нидерландский язык.

49скачиваний за 30 дней0лайковвеса обновлены15 сен 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

sjooaaoo2/speecht5_finetuned_voxpopuli_nl — дообученная модель SpeechT5 для синтеза речи из текста. Она основана на microsoft/speecht5_tts и использует архитектуру SpeechT5ForTextToSpeech; веса опубликованы в формате safetensors. Название репозитория указывает на дообучение для нидерландского языка на VoxPopuli, однако README не подтверждает состав обучающих данных и подробности настройки.

Модель предназначена для преобразования текстового ввода в аудио. В README приведено значение loss 0,5012 на оценочной выборке, но не описаны протокол оценки, качество речи, голосовые характеристики или ограничения. Лицензия — MIT.

Сценарии применения

  • озвучивание текста на нидерландском языке
  • создание аудиоверсий текстового контента
  • синтез речи для прототипов голосовых интерфейсов

Ограничения

README не описывает обучающий набор данных, характеристики голоса и качество синтеза; указан только loss 0,5012 без протокола оценки. Нидерландская специализация предполагается по названию репозитория, но не подтверждена карточкой.

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

speecht5_finetuned_voxpopuli_nl

This model is a fine-tuned version of microsoft/speecht5_tts on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5012

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: 1e-05
  • train_batch_size: 4
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • 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: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation Loss
4.64193.664210000.5388
4.41207.326620000.5119
4.306010.990830000.5090
4.301714.653240000.5012

Framework versions

  • Transformers 5.17.0
  • Pytorch 2.14.0+cu130
  • Datasets 3.6.0
  • Tokenizers 0.23.2

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
90c4a07

0 моделей

    Создать бенчмарк