Speech T5 Ur

🚀 ft-speech-t5-on-voxpopuli

このモデルは、microsoft/speecht5_tts を fleurs 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: 0.5187

🚀 クイックスタート

このモデルは fleurs データセットを用いて microsoft/speecht5_tts をファインチューニングして生成されました。評価セットでは損失が 0.5187 という結果を得ています。

🔧 技術詳細

トレーニングの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。

• learning_rate: 1e-05
• train_batch_size: 4
• eval_batch_size: 2
• seed: 42
• gradient_accumulation_steps: 8
• total_train_batch_size: 32
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 50
• training_steps: 100
• mixed_precision_training: Native AMP

トレーニング結果

フレームワークのバージョン

• Transformers 4.35.2
• Pytorch 2.1.2
• Datasets 2.15.0
• Tokenizers 0.15.2

📄 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。