Speecht5 Finetuned Voxpopuli Lt

🚀 speecht5_finetuned_voxpopuli_lt

このモデルは、microsoft/speecht5_tts をvoxpopuli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: 0.5588

🚀 クイックスタート

このモデルは、voxpopuliデータセットを使用してmicrosoft/speecht5_ttsをファインチューニングして得られました。評価セットでの損失は0.5588です。

✨ 主な機能

このモデルは、テキストを音声に変換する機能を持っています。

📦 インストール

インストールに関する具体的な手順は提供されていません。

📚 ドキュメント

モデルの説明

詳細な情報は必要です。

想定される用途と制限

詳細な情報は必要です。

学習と評価データ

詳細な情報は必要です。

🔧 技術詳細

学習手順

学習ハイパーパラメータ

学習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: 4
• seed: 42
• gradient_accumulation_steps: 8
• total_train_batch_size: 32
• optimizer: OptimizerNames.ADAMW_TORCHを使用し、betas=(0.9,0.999)、epsilon=1e-08、optimizer_args=追加のオプティマイザ引数なし
• lr_scheduler_type: linear
• lr_scheduler_warmup_steps: 500
• training_steps: 1000
• mixed_precision_training: Native AMP

学習結果

フレームワークのバージョン

• Transformers 4.48.3
• Pytorch 2.5.1+cu124
• Datasets 3.3.2
• Tokenizers 0.21.0

📄 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。