Demo Text To Speech

🚀 語音合成演示模型

本模型是一個文本轉語音的演示模型，基於microsoft/speecht5_tts在未知數據集上微調而來，在評估集上取得了一定的效果。

🚀 快速開始

本模型是 microsoft/speecht5_tts 在未知數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.4591

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

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：8
• 評估批次大小：2
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：32
• 優化器：使用 OptimizerNames.ADAMW_TORCH，betas=(0.9,0.999)，epsilon=1e-08，無額外優化器參數
• 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：500
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.51.1
• Pytorch 2.6.0+cu124
• Datasets 3.5.0
• Tokenizers 0.21.1

📄 許可證

本項目採用 MIT 許可證。