Speecht5 Fine Tune En

🚀 SpeechT5-fine-tune-en

このモデルは、microsoft/speecht5_tts を TTS_English_Technical_data データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.4473

🚀 クイックスタート

このモデルは、音声合成タスクに特化したファインチューニング済みモデルです。特定の英語データセットを使用して訓練されています。

📦 インストール

このドキュメントには具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

このドキュメントには具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデルの説明

このドキュメントにはモデルに関する詳細情報が不足しているため、このセクションは省略されます。

想定される用途と制限

このドキュメントには想定される用途と制限に関する詳細情報が不足しているため、このセクションは省略されます。

訓練と評価データ

このドキュメントには訓練と評価データに関する詳細情報が不足しているため、このセクションは省略されます。

訓練手順

訓練ハイパーパラメータ

訓練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: 0.0001
• 訓練バッチサイズ: 4
• 評価バッチサイズ: 2
• シード: 42
• 勾配累積ステップ数: 8
• 総訓練バッチサイズ: 32
• オプティマイザ: betas=(0.9,0.999)、epsilon=1e-08 の adamw_torch を使用。追加のオプティマイザ引数はありません。
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップステップ数: 100
• 訓練ステップ数: 1000
• 混合精度訓練: Native AMP

訓練結果

フレームワークのバージョン

• Transformers 4.46.0.dev0
• Pytorch 2.4.1+cu121
• Datasets 3.0.2
• Tokenizers 0.20.1

📄 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。