CoolFace
Modelpublic

Misha24-10/F5-TTS_RUSSIAN

sourceHugging Facecc-by-nc-4.0updated 8mo agoView on Hugging Face
231likes55kdownloads
Model Card

F5-TTS_RUSSIAN - дообученная версия оригинальной модели [F5-TTS](https://huggingface.co/SWivid/F5-TTS), адаптированная для синтеза русской речи. Модель обучалась на 5 000 часах с сочетанием русской и английской речи и поддерживает управление ударением в словах.

Ключевые особенности

  • —Ударения: для изменения ударения поставьте символ + перед ударной гласной (молок+о → молокó). Для автоматической расстановки ударений можно использовать модель [RUAccent](https://github.com/Den4ikAI/ruaccent).
  • —Демо: демо работы модели (F5-TTSRUSSIAN/F5TTSv1_Base) и сравнение с XTTS и FishSpeech — <https://misha24-10.github.io/Misha24-10/>

Обучающие данные (5000+ часов)

ИсточникЧасов
Кастомный русский датасет4 000
Common Voice RU239
Common Voice EN240
Sova (RuDevices + RuAudiobooks)400
LibriHeavy (частично)180

Доступные модели

  • —F5-TTSRUSSIAN/F5TTSv1_Base — первая версия модели, использованная для генерации демо-записей.
  • —F5-TTSRUSSIAN/F5TTSv1Baseaccent_tune — дообученная версия с полной разметкой ударений (100% предложений в обучающем датасете). Рекомендуется использовать символы ударения для лучшего качества синтеза.
  • —F5-TTSRUSSIAN/F5TTSv1Basev2 — дообученная версия (+16 эпох). Добавлена фильтрация данных (удалено ~5% записей с артефактами, soft-clean), с полной разметка ударений в тексте.