Характеристики

Лицензия: CC BY-NC 4.0
Базовая модель: F5-TTS
Опубликована: 26 июл 2026

Ссылки

Hugging Face

masbro-f5-tts

wt5719001

Синтез речиТекст → аудио

Дообученная F5-TTS для синтеза естественной индонезийской речи из текста.

0скачиваний за 30 дней0лайковвеса обновлены26 июл 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

Masbro F5-TTS — дообученная версия F5-TTS, созданная для синтеза речи на индонезийском языке. По заявлению автора, версия 2 улучшает сходство голоса, естественность и произношение по сравнению с первой версией. Модель обучена на 152,79 часа аудио, включающего 69 656 фрагментов индонезийской речи из видео YouTube.

Модель предназначена для преобразования текста в речь на индонезийском языке и может применяться для озвучивания текстов и создания речевых материалов. Она распространяется в формате PyTorch по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

озвучивание текстов на индонезийском языке
создание индонезийской речи для видео
генерация аудиоверсий индонезийских материалов

Ограничения

Коммерческое использование ограничено лицензией CC BY-NC 4.0. Заявленные улучшения естественности, сходства голоса и произношения приведены автором без количественных результатов оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🔥 Overview

This indonesian finetune of F5-TTS is made to introduce indonesian speech capabilities on the model. This version 2 finetune should be much better than version 1 in terms of speaker similarity, naturalism, and pronunciation.

📝 Dataset

Length: 152.79 hours
Audio samples: 69656

Dataset sources:
• Indonesian Youtube videos, cutted and preprocessed, samples voice

🔎 License

The pre-trained model is licensed under the CC-BY-NC license due to the training data Emilia, which is an in-the-wild dataset and the finetune data which is also an in-the-wild dataset. Sorry for any inconvenience this may cause.

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: 3cc617d