Shona TTS

🚀 ショナ語のテキスト読み上げモデル

このリポジトリには、ショナ語 (sna) のテキスト読み上げ（TTS）モデルのチェックポイントが含まれています。

🚀 クイックスタート

このショナ語のテキスト読み上げモデルを使用するには、まず必要なライブラリをインストールします。

pip install --upgrade transformers accelerate

次に、以下のコードスニペットを使用して推論を実行します。

# モデルを直接ロード
from transformers import AutoTokenizer, AutoModelForTextToWaveform

tokenizer = AutoTokenizer.from_pretrained("Fastino06/ff")
model = AutoModelForTextToWaveform.from_pretrained("Fastino06/ff")

text = "some example text in the Shona language"
inputs = tokenizer(text, return_tensors="pt")

with torch.no_grad():
    output = model(**inputs).waveform

生成された波形を .wav ファイルとして保存することができます。

import scipy

scipy.io.wavfile.write("fassy.wav", rate=model.config.sampling_rate, data=output)

または、Jupyter Notebook / Google Colab で表示することもできます。

from IPython.display import Audio

Audio(output, rate=model.config.sampling_rate)

✨ 主な機能

このモデルは、ショナ語のテキストを音声に変換する機能を提供します。

📦 インストール

必要なライブラリをインストールするには、以下のコマンドを実行します。

pip install --upgrade transformers accelerate

💻 使用例

基本的な使用法

# モデルを直接ロード
from transformers import AutoTokenizer, AutoModelForTextToWaveform

tokenizer = AutoTokenizer.from_pretrained("Fastino06/ff")
model = AutoModelForTextToWaveform.from_pretrained("Fastino06/ff")

text = "some example text in the Shona language"
inputs = tokenizer(text, return_tensors="pt")

with torch.no_grad():
    output = model(**inputs).waveform

高度な使用法

生成された波形を .wav ファイルとして保存する例です。

import scipy

scipy.io.wavfile.write("fassy.wav", rate=model.config.sampling_rate, data=output)

または、Jupyter Notebook / Google Colab で表示する例です。

from IPython.display import Audio

Audio(output, rate=model.config.sampling_rate)

📚 ドキュメント

モデルの詳細

モデルの説明

• 開発者: Fastino Mateteva
• モデルの種類: テキスト読み上げ
• 言語: ショナ語
• ファインチューニング元のモデル: SpeechT5

📄 ライセンス

このモデルは CC BY-NC 4.0 ライセンスの下で提供されています。

BibTex引用

このモデルは Fastino Mateteva によって開発されました。

# ここにBibTexの引用形式を記載する場合、元の形式をそのまま保持