Downloads · 30 days
17
5% of all-time downloads
batvanio12/Bg-TTS-Vits-MMS-checkpoint
Bg-TTS-Vits-MMS-checkpoint is a machine learning model from batvanio12. Use it for the machine learning task on the model card, and read the license before you ship it in a product. The card lists the license as cc-by-nc-4.0.
Това е контролна точка за модела на Мета за български TTS модел базиран на VITS и обучен с мъжки глас. Добавил съм и обновен скрипт за дообучения в папката Fine-Tuning с нови котролни точки G100000.pth и D100000.pth н…
Downloads · 30 days
17
5% of all-time downloads
All-time downloads
312
Public
Repo size
1.3 GB
Likes
0
Public
Click a slice to open those files.
.pth1.3 GB · 99%
From the Hugging Face model README
Това е контролна точка за модела на Мета за български TTS модел базиран на VITS и обучен с мъжки глас. Добавил съм и обновен скрипт за дообучения в папката Fine-Tuning с нови котролни точки G_100000.pth и D_100000.pth намиращи се в подпапката My_Model_Folder на папката Fine-Tuning. Следвайте инструкцийте и всичко ще работи. Скрипта е написан от моят добър приятел Джемини - чатбота на Гугъл и е с WEBUI интерфеис на Български като са ползвани и части от скиптовете на
https://github.com/Met0o и https://github.com/jaywalnut310.
Добавил съм също и лек пример за структерата на базата данни нужна за дообучението. Дано ви е полезен. :)
Ако има въпроси пишете в Community, бутона горе с пляскащи ръце след Files and Versions.
ПП: За новият скрипт има една тънкост. Има два говорителя и ако искате по-добро качество трябва да ги дообучите със един и същ текст, но основният е обучен за чист текст докато вторият с маркирани правилни ударения за да може да се научи да предвижда къде да ги слага при омографите когато не му подавате ударения. Още не съм тествал теорията, но това обяснява защо има два мъжки гласа макар и не един и същ. Пробвайте 1e-06 като параметър за обучението вместо 1e-05 за добри резултати. Поне при мен 1е-05 след края се оказа с много влошено качество неясно защо.