Upload README.md
Browse files
README.md
CHANGED
|
@@ -7,13 +7,14 @@
|
|
| 7 |
## Особенности
|
| 8 |
- добавляет больше интонаций, эмоциональности, придыханий, делая речь более живой.
|
| 9 |
- лучше справляется с ударениями в словах (мат, разговорная лексика).
|
| 10 |
-
- только для русского
|
| 11 |
- основан на женских голосах, поэтому все мужские голоса будут слегка феминными.
|
| 12 |
- весит 5 GB, но VRAM занимает ровно столько же, сколько и оригинал (2.6 GB).
|
| 13 |
- обучение на 9 минутах голосовых сообщений заняло 70 минут и 10 эпох на 3060 12 GB, дальше была только потеря качества (loss). Чем больше датасет, тем больше требуется VRAM и времени.
|
| 14 |
- для дальнейшего улучшения качества ударений требуется еще больший датасет с проблемными словами и ручная проверка распознанного Виспером текста.
|
| 15 |
|
| 16 |
## Использование
|
|
|
|
| 17 |
- скачать все файлы сохраняя структуру папок (/model_banana/v2.0.2/...)
|
| 18 |
- для xtts_api_server: в папке на одну выше, чем /model_banana запустить cmd: python -m xtts_api_server -d=cuda -mf model_banana
|
| 19 |
- Инструкция как дообучить xtts для своего голоса: https://docs.coqui.ai/en/latest/models/xtts.html#training (нужно 16-20 GB VRAM, но shared vram тоже подойдет, просто будет чуть медленнее)
|
|
|
|
| 7 |
## Особенности
|
| 8 |
- добавляет больше интонаций, эмоциональности, придыханий, делая речь более живой.
|
| 9 |
- лучше справляется с ударениями в словах (мат, разговорная лексика).
|
| 10 |
+
- только для русского языка. В английском на коротких фразах типа Yes./No./Well. появились звуковые галлюцинации, на длинных почти не заметно. На русском все ок.
|
| 11 |
- основан на женских голосах, поэтому все мужские голоса будут слегка феминными.
|
| 12 |
- весит 5 GB, но VRAM занимает ровно столько же, сколько и оригинал (2.6 GB).
|
| 13 |
- обучение на 9 минутах голосовых сообщений заняло 70 минут и 10 эпох на 3060 12 GB, дальше была только потеря качества (loss). Чем больше датасет, тем больше требуется VRAM и времени.
|
| 14 |
- для дальнейшего улучшения качества ударений требуется еще больший датасет с проблемными словами и ручная проверка распознанного Виспером текста.
|
| 15 |
|
| 16 |
## Использование
|
| 17 |
+
- у вас должен быть установлен [Couqi TTS](https://github.com/coqui-ai/TTS/tree/dev#installation) либо [xtts_api_server](https://github.com/daswer123/xtts-api-server?tab=readme-ov-file#installation)
|
| 18 |
- скачать все файлы сохраняя структуру папок (/model_banana/v2.0.2/...)
|
| 19 |
- для xtts_api_server: в папке на одну выше, чем /model_banana запустить cmd: python -m xtts_api_server -d=cuda -mf model_banana
|
| 20 |
- Инструкция как дообучить xtts для своего голоса: https://docs.coqui.ai/en/latest/models/xtts.html#training (нужно 16-20 GB VRAM, но shared vram тоже подойдет, просто будет чуть медленнее)
|