This is a text-to-speech model focused on Brazilian Portuguese speech synthesis, fine-tuned with the CETUC dataset to generate pure Portuguese speech
Model Features
Brazilian Portuguese Optimization
Specially fine-tuned for Brazilian Portuguese to provide more authentic speech output
Pure Speech Synthesis
Focuses on standard speech synthesis, removing the emotional expression capabilities of the original model
Efficient Training
Trained in just 20 hours on a single RTX 4090 GPU
Multi-Version Support
Offers a pure Portuguese version and a hybrid version fused with the original model
Model Capabilities
Text-to-speech
Brazilian Portuguese speech synthesis
Single-speaker voice generation
Use Cases
Voice Applications
Voice Assistant
Provides voice interaction functionality for Brazilian Portuguese users
Generates natural Brazilian Portuguese speech
Audiobooks
Converts Portuguese text into speech
Smooth speech output
🚀 Dia1.6-Portuguese
This is a fine-tuned text-to-audio model, adapted from the Dia 1.6B model for Brazilian Portuguese. It utilizes the CETUC speech dataset, offering high - quality Brazilian Portuguese speech synthesis.
🚀 Quick Start
This fine - tuned model is ready to use for Brazilian Portuguese text - to - audio conversion. You can start leveraging its capabilities right away.
✨ Features
Fine - Tuned for Portuguese: Specifically adapted for Brazilian Portuguese, providing accurate and natural speech synthesis.
Single - Speaker Focus: Focuses on clean Brazilian Portuguese speech synthesis with a single speaker token [S1].
Multiple Versions: Offers different versions like fully fine - tuned, in .safetensors format, and merged with original weights.
📝 Transcription: Performed using Whisper V3 Turbo + Pyannote diarization
🔁 Training: 140,000 steps (~1.4 epochs) on a single speaker subset
⏱️ Hardware: Trained on a single NVIDIA RTX 4090 (≈ 20 hours total)
🎙️ Speaker Token: [S1] (only one speaker present)
⚠️ Note: This model has lost the original English and expressive capabilities (e.g., laughter, emotions) and focuses exclusively on clean Brazilian Portuguese speech synthesis.
🧪 Versions
Version
Description
File
v1
Fully fine - tuned on Portuguese
Dia1.6 - Portuguese - v1.pth
v1 - safetensors
Same model as above in .safetensors format
Dia1.6 - Portuguese - v1.safetensors
v1 - merged - alpha0.6
Merged with original Dia weights using alpha = 0.6
Dia1.6 - Portuguese - v1 - merged.pth
v1 - merged - alpha0.6 - safetensors
Merged version in .safetensors format
Dia1.6 - Portuguese - v1 - merged.safetensors
📁 Files
config.json: Dia model configuration
Dia1.6 - Portuguese - v1.pth: Full fine - tuned model
Dia1.6 - Portuguese - v1.safetensors: Same as above, but in safetensors format
Dia1.6 - Portuguese - v1 - merged.safetensors: Merged version in safetensors format
▶️ Audio Samples
Prompt
Audio Samples
Ex. 1 [S1] Às vezes, tudo o que você precisa é respirar fundo e lembrar que nem tudo precisa ser resolvido hoje. A calma também é uma forma de seguir em frente.
🎧 Original (Failed to generate)
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 2 [S1] Eu lembro exatamente da primeira vez que ouvi minha própria voz gerada por IA. Foi estranho, quase surreal. Mas ao mesmo tempo, foi incrível perceber até onde a tecnologia já chegou.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 3 [S1] Era uma vez um menino chamado Leo que adorava olhar para o céu. Todas as noites ele subia no telhado de casa com seu velho binóculo e ficava horas tentando contar as estrelas. Um dia, ele viu algo diferente. Não era um avião, nem um satélite. Era uma luz que piscava lentamente, mudando de cor. No dia seguinte, ninguém acreditou nele. Mas Leo sabia o que tinha visto. E naquela noite, a luz voltou. Só que dessa vez, ela piscou duas vezes... como se estivesse respondendo.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 4 [S1] Cara, sério... esse setup ficou simplesmente insane. Nunca vi uma configuração tão limpa!
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 5 [S1] Aproveite agora a promoção especial da semana. São até cinquenta por cento de desconto em produtos selecionados, por tempo limitado. Corra e garanta o seu antes que acabe.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 6 [S1] Se você ainda não testou esse modelo, tá perdendo tempo. (laughs) Ele é rápido, leve e roda até em máquina fraca. Sério, eu não esperava tanto desempenho em algo open source.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 7 [S1] Acredite: ninguém no mundo tem exatamente o que você tem. Sua visão, sua voz, sua forma de enxergar as coisas. Isso já é suficiente pra começar.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 8 [S1] Você diz que quer mudar, mas continua fazendo tudo igual. Quer resultado novo com atitude velha? Não funciona. O mundo não vai parar pra te esperar, e a oportunidade não fica batendo na porta pra sempre. Ou você levanta agora e faz o que precisa, ou aceita viver sempre no quase.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 9 [S1] Você vai desistir agora? Depois de tudo que já passou? [S2] (sighs) Eu tô cansado. Nada parece dar certo. [S1] Cansado todo mundo fica. Mas você não chegou até aqui por sorte. [S2] (pause) Eu só... não sei se ainda consigo. [S1] Consegue sim. Você já levantou antes. (inhales) Levanta de novo. [S2] (exhales) Tá certo. Não acabou enquanto eu não disser que acabou. [S1] Isso. Agora vai lá e faz o que tem que ser feito.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
Ex. 10 [S1] Welcome back to the channel! Today, I’m going to show you how to turn basic text into realistic speech using open - source tools. It’s easier than you think, and by the end of this video, you’ll be able to generate your own voiceovers like a pro.
🎧 Original
🇧🇷 PT Only
🔀 Merged 0.6
🏷️ Tags
tts, portuguese, finetuned, text - to - audio, CETUC, Dia, speech - synthesis, huggingface, audio - generation
📄 License
Apache 2.0 — same as the original [Dia](https://huggingface.co/nari - labs/Dia - 1.6B) model.
🙏 Acknowledgements
Original model by [nari - labs](https://huggingface.co/nari - labs)
Brazilian Portuguese dataset from CETUC
Transcription with Whisper V3 Turbo and Pyannote
Fine - tuning scripts by [stlohrey/dia - finetuning](https://github.com/stlohrey/dia - finetuning)
Custom training scripts, dataset preparation, and model adaptation by [alisson - anjos](https://github.com/alisson - anjos/dia - finetuning)
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Transformers
Safetensors