库名称: transformers 标签:

• unsloth
• trl
• sft
• tts 许可证: apache-2.0 语言:
• 阿拉伯语摩洛哥方言 数据集:
• KandirResearch/DarijaTTS-clean 基础模型:
• OuteAI/OuteTTS-0.2-500M 管道标签: 文本转语音

摩洛哥方言文本转语音模型

这是一个针对摩洛哥阿拉伯方言的文本转语音(TTS)模型，基于OuteAI/OuteTTS-0.2-500M模型在KandirResearch/DarijaTTS-clean数据集上微调而成。

模型详情

• 基础模型: OuteAI/OuteTTS-0.2-500M
• 数据集: KandirResearch/DarijaTTS-clean
• 训练方法: 使用Unsloth的SFTTrainer进行微调
• 数据集准备: 按照OuteTTS训练指南进行预处理
• 演示: 点击体验

使用方法

可以通过outetts运行该模型：

安装outetts和llama-cpp-python

pip install outetts llama-cpp-python huggingface_hub

import outetts
from outetts.models.config import GenerationConfig
from huggingface_hub import hf_hub_download

model_path = hf_hub_download(
    repo_id="KandirResearch/DarijaTTS-v0.1-500M",
    filename="unsloth.Q8_0.gguf",
)
model_config = outetts.GGUFModelConfig_v2(
    model_path=model_path,
    tokenizer_path="KandirResearch/DarijaTTS-v0.1-500M",
)
interface = outetts.InterfaceGGUF(model_version="0.3", cfg=model_config)

def tts(text, temperature=0.3, repetition_penalty=1.1):
    gen_cfg = GenerationConfig(
        text=text,
        temperature=temperature,
        repetition_penalty=repetition_penalty,
        max_length=4096,
    )
    output = interface.generate(config=gen_cfg)
    output_path = "output.wav"
    output.save(output_path)
    return output_path

# 使用示例
audio_path = tts("السلام كيداير لاباس عليك؟")
print(f"生成的音频已保存至: {audio_path}")

训练过程

本模型使用Unsloth的SFTTrainer进行微调。数据集预处理遵循OuteTTS训练指南。为提高效率，采用了基于LoRA的微调方法。

支持作者

如有任何问题或改进建议，欢迎发起讨论或提交PR！