Speecht5 Finetuned Voxpopuli It

🚀 SpeechT5-it

SpeechT5-it 模型是 microsoft/speecht5_tts 在 VOXPOPULI 數據集上微調後的版本，可用於文本轉語音任務，在評估集上損失為 0.46。

🚀 快速開始

此模型主要用於文本轉語音任務，基於 microsoft/speecht5_tts 在 VOXPOPULI 數據集上進行微調。在評估集上取得了損失為 0.4600 的結果。

📚 詳細文檔

模型概述

該模型是 microsoft/speecht5_tts 在 VOXPOPULI 數據集上的微調版本，在評估集上有如下表現：

• 損失：0.4600

訓練和評估數據

訓練和評估使用了 Facebook 的 VOXPOPULI 數據集。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：1e - 05
• 訓練批次大小：4
• 評估批次大小：8
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：16
• 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
• 訓練輪數：40

訓練結果

框架版本

• Transformers 4.30.0.dev0
• Pytorch 2.0.1 + cu117
• Datasets 2.13.1
• Tokenizers 0.13.3

📄 許可證

本項目採用 MIT 許可證。