Speecht5 Finetuned Emirhan Tr

🚀 speecht5_finetuned_emirhan_tr

該模型是基於microsoft/speecht5_tts在土耳其語語音數據集上微調而來，能夠為土耳其語提供高質量的文本轉語音服務。

🚀 快速開始

本模型是 microsoft/speecht5_tts 在 erenfazlioglu/turkishvoicedataset 上的微調版本。 它在評估集上取得了以下結果：

• 損失值：0.3135

✨ 主要特性

• 基礎模型採用基於Transformer的方法，特別是Transfer Transformer，能夠從文本生成高質量的語音。
• 通過在土耳其語語音數據集上進行微調，該模型能夠為土耳其語生成更自然、準確的語音。
• 適用於各種土耳其語的文本轉語音（TTS）應用場景，如語音助手、自動公告以及為土耳其語使用者提供的無障礙工具等。

📚 詳細文檔

預期用途和侷限性

本模型專為土耳其語的文本轉語音（TTS）應用而設計。它可用於多種場景，例如語音助手、自動公告以及為土耳其語使用者提供的無障礙工具。

不過，該模型也存在一定的侷限性：

• 模型的性能是針對土耳其語進行優化的，可能無法很好地泛化到其他語言。
• 對於罕見或特定領域的詞彙，模型的處理效果可能不如常見詞彙。

訓練和評估數據

模型在土耳其語語音數據集上進行微調，該數據集由來自Microsoft Azure的高質量合成土耳其語語音記錄組成。數據集被劃分為訓練集和評估集，評估集用於衡量模型的損失和整體性能。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.0001
• 訓練批次大小：4
• 評估批次大小：2
• 隨機種子：42
• 梯度累積步數：8
• 總訓練批次大小：32
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：100
• 訓練步數：660
• 混合精度訓練：Native AMP

訓練結果

框架版本

• Transformers 4.42.4
• Pytorch 2.4.0+cu121
• Datasets 2.21.0
• Tokenizers 0.19.1

📄 許可證

本項目採用MIT許可證。