Speecht5 Tts Commonvoice Ca

🚀 加泰羅尼亞語SpeechT5文本轉語音模型

本項目基於微調後的加泰羅尼亞語SpeechT5文本轉語音（TTS）模型，通過在Commonvoice數據集上對microsoft/speecht5_tts進行微調訓練得到，可實現高效準確的加泰羅尼亞語語音合成。

🚀 快速開始

此模型是在Commonvoice數據集上對microsoft/speecht5_tts進行微調後的版本。它在評估集上取得了以下結果：

• 評估損失（eval_loss）：0.5261
• 評估運行時間（eval_runtime）：45.091
• 每秒評估樣本數（eval_samples_per_second）：22.177
• 每秒評估步數（eval_steps_per_second）：1.397
• 訓練輪數（epoch）：8.02
• 訓練步數（step）：4000

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：1e-05
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：16
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam，β值為(0.9, 0.999)，ε值為1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器預熱步數（lr_scheduler_warmup_steps）：500
• 訓練步數（training_steps）：8000

框架版本

• Transformers：4.30.0.dev0
• Pytorch：2.0.1+cu118
• Datasets：2.12.0
• Tokenizers：0.13.3

📄 許可證

本項目採用MIT許可證。