Orpheus Bangla Tts Gguf

🚀 Orpheus Bangla GGUF (16 bit)

このモデルは、ベンガル語に対応するために微調整されたOrpheus 3B TTS（Text-to-Speech）モデルの概念実証版です。有声書から分割された955個の音声サンプルを含むSUST-CSE-Speech/banspeechデータセットを使用してトレーニングされています。この微調整は、T4 GPUを搭載した単一のGoogle Colabインスタンスで10エポック行われました。

なお、このモデルは現在概念実証段階であり、本番環境での使用は推奨されません。

🚀 クイックスタート

このセクションでは、このモデルの概要を説明します。

✨ 主な機能

• ベンガル語のテキストから音声を生成することができます。
• ベンガル語のTTSシステムの実験に最適です。特に、有声書、対話型AI、または音声合成タスクに適しています。

📦 インストール

READMEに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

READMEに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

このモデルは、ベンガル語に対応するために微調整されたOrpheus 3B TTS（Text-to-Speech）モデルの概念実証版です。有声書から分割された955個の音声サンプルを含むSUST-CSE-Speech/banspeechデータセットを使用してトレーニングされています。この微調整は、T4 GPUを搭載した単一のGoogle Colabインスタンスで10エポック行われました。

想定される用途

このモデルは、ベンガル語のテキストから音声を生成するために使用できます。ベンガル語のTTSシステムの実験に最適です。特に、有声書、対話型AI、または音声合成タスクに適しています。

モデルのトレーニング

• データセット: SUST-CSE-Speech/banspeech（955個の有声書の音声サンプル）
• トレーニングエポック: 10エポック
• ハードウェア: Google Colab（単一のT4 GPU）
• トレーニングスクリプト: トレーニングには、修正されたUnsloth微調整スクリプトが使用されました。このスクリプトはGitHubで入手可能です: Orpheus TTS Training Script。

制限事項

• このモデルは小さなデータセットで、限られたエポック数でトレーニングされているため、音声合成が自然でない、または精度が低くなる可能性があります。
• これは概念実証モデルであるため、合成品質は入力テキストや条件によって異なる場合があります。本番環境での最適化は行われていません。

トレーニングリソース

• TTS Training: Style-TTS2
• TTS Training: VIT-TTS
• On-Device Speech-to-Speech Conversational AI
• Bangla Llama
• Bangla RAG Pipeline, PoRAG

🔧 技術詳細

READMEに具体的な技術的詳細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。

📄 ライセンス

このモデルは、Apache 2.0ライセンスの下で提供されています。

情報テーブル

| 属性 | 详情 |
|------|------|
| ベースモデル | canopylabs/orpheus-3b-0.1-pretrained |
| タグ | transformers、llama、gguf、text-to-speech |
| ライセンス | apache-2.0 |
| 言語 | bn |
| データセット | SUST-CSE-Speech/banspeech |
| パイプラインタグ | text-to-speech |