Orpheus Bangla Tts Gguf

🚀 Orpheus Bangla GGUF (16 位)

本項目是一個針對孟加拉語的文本轉語音（TTS）模型，基於 Orpheus 3B 模型微調而來，使用特定數據集訓練，可用於生成孟加拉語語音，但目前處於概念驗證階段，不建議用於生產環境。

🚀 快速開始

本模型可用於將文本轉換為孟加拉語語音，適合在孟加拉語 TTS 系統中進行實驗，特別是有聲讀物、對話式 AI 或語音合成任務。

✨ 主要特性

• 基於 Orpheus 3B TTS 模型進行微調，支持孟加拉語。
• 使用 SUST-CSE-Speech/banspeech 數據集進行訓練。

📦 安裝指南

文檔未提供具體安裝步驟，故跳過該章節。

💻 使用示例

文檔未提供代碼示例，故跳過該章節。

📚 詳細文檔

模型描述

該模型是 Orpheus 3B TTS（文本轉語音）模型的概念驗證微調版本，旨在支持孟加拉語。模型使用 SUST-CSE-Speech/banspeech 數據集進行訓練，該數據集包含從有聲讀物中拆分出的 955 個音頻樣本。此次微調在配備 T4 GPU 的單個 Google Colab 實例上進行了 10 個輪次的訓練。

請注意，該模型目前處於概念驗證階段，不建議用於生產環境。

預期用途

此模型可用於從文本生成孟加拉語語音。它非常適合在孟加拉語 TTS 系統中進行實驗，尤其適用於有聲讀物、對話式 AI 或語音合成任務。

模型訓練

• 數據集：SUST-CSE-Speech/banspeech（955 個有聲讀物音頻樣本）
• 訓練輪次：10 個輪次
• 硬件：Google Colab（單個 T4 GPU）
• 訓練腳本：訓練使用了經過修改的 Unsloth 微調腳本。該腳本可在 GitHub 上獲取：Orpheus TTS 訓練腳本。

侷限性

• 該模型在小數據集上進行了有限輪次的訓練，這可能導致語音合成不夠自然或不夠準確。
• 由於這是一個概念驗證模型，合成質量可能會因輸入文本和不同條件而有所不同。它未針對生產環境進行優化。

訓練資源

• TTS 訓練：Style-TTS2
• TTS 訓練：VIT-TTS
• 設備端語音到語音對話式 AI
• 孟加拉語 Llama
• 孟加拉語 RAG 管道，PoRAG

🔧 技術細節

文檔未提供具體技術細節，故跳過該章節。

📄 許可證

本模型使用 apache-2.0 許可證。