Hindi Text To Speech Tts

🚀 ヒンディー語テキスト音声合成モデル (hindi_text_to_speech_tts)

このモデルは、音声合成に特化したモデルで、特定のデータセットで微調整されることで、ヒンディー語のテキストを自然な音声に変換する能力を持っています。

🚀 クイックスタート

このモデルは、microsoft/speecht5_tts をベースに、Noneデータセットで微調整されたバージョンです。評価セットでは以下の結果を達成しています。

• 評価損失 (eval_loss): 0.4594
• 評価実行時間 (eval_runtime): 91.3347
• 評価サンプル/秒 (eval_samples_per_second): 17.89
• 評価ステップ/秒 (eval_steps_per_second): 8.945
• エポック数 (epoch): 3.0
• ステップ数 (step): 5514

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング中に使用されたハイパーパラメータは以下の通りです。

• 学習率 (learning_rate): 1e-05
• トレーニングバッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 2
• 乱数シード (seed): 42
• オプティマイザ (optimizer): Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類 (lr_scheduler_type): linear
• 学習率スケジューラのウォームアップステップ数 (lr_scheduler_warmup_steps): 500
• エポック数 (num_epochs): 8
• 混合精度トレーニング (mixed_precision_training): Native AMP

フレームワークバージョン

• Transformers 4.44.2
• Pytorch 2.5.0+cu121
• Datasets 3.0.2
• Tokenizers 0.19.1

📄 ライセンス

このモデルはMITライセンスの下で提供されています。