Speecht5 Tts Commonvoice Ca

🚀 加泰罗尼亚语SpeechT5文本转语音模型

本项目基于微调后的加泰罗尼亚语SpeechT5文本转语音（TTS）模型，通过在Commonvoice数据集上对microsoft/speecht5_tts进行微调训练得到，可实现高效准确的加泰罗尼亚语语音合成。

🚀 快速开始

此模型是在Commonvoice数据集上对microsoft/speecht5_tts进行微调后的版本。它在评估集上取得了以下结果：

• 评估损失（eval_loss）：0.5261
• 评估运行时间（eval_runtime）：45.091
• 每秒评估样本数（eval_samples_per_second）：22.177
• 每秒评估步数（eval_steps_per_second）：1.397
• 训练轮数（epoch）：8.02
• 训练步数（step）：4000

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：1e-05
• 训练批次大小（train_batch_size）：16
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：2
• 总训练批次大小（total_train_batch_size）：32
• 优化器（optimizer）：Adam，β值为(0.9, 0.999)，ε值为1e-08
• 学习率调度器类型（lr_scheduler_type）：线性
• 学习率调度器预热步数（lr_scheduler_warmup_steps）：500
• 训练步数（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

📄 许可证

本项目采用MIT许可证。