Speecht5 Elise

🚀 SpeechT5-Elise

このモデルは、microsoft/speecht5_tts を不明な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: 0.5645

🚀 クイックスタート

このモデルは、音声合成タスクに使用できます。具体的な使用方法については、Hugging Faceのドキュメントを参照してください。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

🔧 技術詳細

トレーニング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。

• 学習率 (learning_rate): 0.0001
• トレーニングバッチサイズ (train_batch_size): 4
• 評価バッチサイズ (eval_batch_size): 2
• シード (seed): 42
• 勾配累積ステップ (gradient_accumulation_steps): 8
• 総トレーニングバッチサイズ (total_train_batch_size): 32
• オプティマイザ (optimizer): OptimizerNames.ADAMW_TORCH を使用し、ベータ=(0.9, 0.999)、イプシロン=1e-08、追加のオプティマイザ引数はありません
• 学習率スケジューラのタイプ (lr_scheduler_type): 線形
• 学習率スケジューラのウォームアップステップ (lr_scheduler_warmup_steps): 100
• トレーニングステップ (training_steps): 500
• 混合精度トレーニング (mixed_precision_training): ネイティブAMP

トレーニング結果

フレームワークバージョン

• Transformers 4.50.3
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 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。