Scicom-intl/Multilingual-Expressive-TTS-1.7B

Продолжить предварительное обучение Scicom-intl/Multilingual-TTS-1.7B-Base на многоязычном выразительном TTS. 1. Используйте нейрокодек в качестве детокенизатора речи, 50 TPS, выход с частотой дискретизации 24 тыс. 2. Многоязычный экспрессивный TTS с несколькими динамиками, до 1,15 млрд токенов. 3. Возможность генерировать более 150+ языков на любых доступных динамиках. 4. Flash Внимание 3, мультиупаковка varlen длиной 10 тыс. контекстов. 5. Смешанная точность FP32-BF16. 6. Оптимизатор MuonAdamW. Все шаги для воспроизведения можно найти по адресу https://github.com/Scicom-AI-Enterprise-Organization/Multilingual-TTS/tree/main/tts-evaluation. Вы можете использовать любое имя говорящего, доступное по адресу https://huggingface.co/datasets/Scicom-intl/ExpressiveSpeech/viewer/default/train. Для достижения наилучшей производительности используйте имя говорящего на нескольких языках, например multilingual-ttsaudioGrace, используемый в нашем тесте TTS**. Вы можете проверить звук на DisfluencySpeech-ms-en-zh-fr-he-ar.mp3. Теперь сравните с атрибутом динамика по умолчанию «не описание». Вы можете проверить звук на Rahman-ms-en-zh-fr-he-ar-nondescription.mp3. Дженни из https://huggingface.co/datasets/reach-vb/jennyttsdataset Дженни из https://huggingface.co/datasets/reach-vb/jennyttsdataset Для лучшего параллелизма вы можете использовать…

Модальности:
Генерация текста

Области применения:
Диалог / чат

Задача: Генерация текста
Автор: Scicom-intl
Теги: qwen3, conversational, en, ms, zh, ta, text-generation-inference, endpoints_compatible
Лайков: 5  |  Загрузок: 242

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.