Diana Hungarian Tts Vits

🚀 匈牙利語TTS VITS模型

本項目是一個基於VITS架構的文本轉語音（TTS）模型，在匈牙利語單說話人數據集上訓練，可將文本轉換為自然流暢的匈牙利語語音。

🚀 快速開始

本VITS模型基於KTH/hungarian-single-speaker-tts數據集進行訓練。

✨ 主要特性

CSS10匈牙利語：單說話人語音數據集

該語料庫由一位說話人錄製，從這本LibriVox有聲讀物中提取了4515個片段，包含約10小時的音頻數據。

訓練情況

模型在單張RTX 3090 GPU上訓練了3天，共200K步，批次大小為16。我們保存了一些帶有優化器的檢查點，因此模型可以進一步訓練。不過，在150K步之後，我們未發現有明顯的效果提升。

使用方法

模型文件 diana_final.pth 可與 JayWalnut的git倉庫 配合使用，但需要修改 text/cleaners.py 文件，使其包含我們的 hungarian_cleaners 方法。我們在倉庫中提供了必要的文件以實現這一點。

📄 許可證

本項目採用CC BY 4.0許可證。