Vits Icelandic Rosa Female Monospeaker

🚀 冰島語文本轉語音模型

這是一個冰島語的文本轉語音模型，它基於 facebook/mms-tts-isl 模型，並使用 Talrómur 數據集進行了微調（詳見 https://repository.clarin.is/repository/xmlui/handle/20.500.12537/330）。該模型能夠將冰島語文本轉換為自然流暢的語音，為冰島語的語音應用提供了強大的支持。

🚀 快速開始

本模型適用於冰島語的文本轉語音應用。以下是使用該模型的基本步驟和示例代碼。

基礎用法

from transformers import VitsModel, AutoTokenizer
import scipy.io.wavfile as wav
import torch

model = VitsModel.from_pretrained("Sigurdur/vits_icelandic_rosa_female_monospeaker")
tokenizer = AutoTokenizer.from_pretrained("Sigurdur/vits_icelandic_rosa_female_monospeaker")

text = "Góðan daginn! Ég heiti Rósa, ég er talgervill"

inputs = tokenizer(text, return_tensors="pt")
with torch.no_grad():
  output = model(**inputs).waveform

sampling_rate = getattr(sampling_rate, "sampling_rate", 16000)  # Default to 16kHz if not set
if not (0 <= sampling_rate <= 65535):
    raise ValueError(f"Invalid sampling rate: {sampling_rate}")

waveform = output.squeeze().cpu().numpy()  # Remove batch dimension if present

保存輸出到文件

wav.write("output.wav", rate=sampling_rate, data=waveform)

在 Jupyter Notebook 中查看

from IPython.display import Audio

# show audio player for "output.wav"
Audio(output, rate=sampling_rate)

✨ 主要特性

• 模型類型：VITS
• 語言支持：冰島語（isl）
• 微調基礎模型：facebook/mms-tts-isl
• 開發者：Sigurdur Haukur Birgisson
• 許可證：[待補充更多信息]

📚 詳細文檔

模型詳情

這是一個 🤗 Transformers 模型的卡片，該模型已被推送到 Hugging Face Hub，此模型卡片是自動生成的。

用途

本模型專為冰島語的文本轉語音應用而設計。

偏差、風險和侷限性

目前關於模型的偏差、風險和侷限性的信息不足，需要更多的研究和數據來進一步明確。建議用戶（直接用戶和下游用戶）瞭解模型可能存在的風險、偏差和侷限性。

訓練數據

目前關於訓練數據的詳細信息不足，需要更多的研究和數據來進一步明確。

訓練超參數

• 訓練機制：fp16

評估

目前關於模型評估的測試數據、評估因素和評估指標的詳細信息不足，需要更多的研究和數據來進一步明確。

環境影響

可以使用 Lacoste 等人（2019） 提出的 機器學習影響計算器 來估算碳排放。目前關於硬件類型、使用時長、雲服務提供商、計算區域和碳排放的詳細信息不足，需要更多的研究和數據來進一步明確。

技術規格

目前關於模型架構和目標、計算基礎設施（硬件和軟件）的詳細信息不足，需要更多的研究和數據來進一步明確。

引用

目前關於模型引用的 BibTeX 和 APA 信息不足，需要更多的研究和數據來進一步明確。

術語表

目前關於模型相關術語和計算的詳細信息不足，需要更多的研究和數據來進一步明確。

更多信息

目前關於模型的更多詳細信息不足，需要更多的研究和數據來進一步明確。

模型卡片作者

Sigurdur Haukur Birgisson

模型卡片聯繫方式

如需聯繫作者，請通過領英：Sigurdur Haukur Birgisson 。