Nouira-Oussema/Tunisian-TTS

🎙️ XTTS v2 — Dialecte Tunisien (Tounsi)

Modèle de synthèse vocale (TTS) fine-tuné sur le dialecte tunisien (دارجة تونسية), basé sur l'architecture XTTS v2 de Coqui TTS.

🔊 Démo interactive

Essayez le modèle directement dans le Space : Nouira-Oussema/TTS-Tounsi

📦 Fichiers du modèle

Fichier	Description
best_model.pth	Poids du modèle (checkpoint)
config.json	Configuration du modèle XTTS
vocab.json	Vocabulaire / tokenizer

🚀 Utilisation

from TTS.tts.configs.xtts_config import XttsConfig
from TTS.tts.models.xtts import Xtts
from huggingface_hub import hf_hub_download
import soundfile as sf
import torch

# 1. Télécharger les fichiers
repo_id = "Nouira-Oussema/Tunisian-TTS"
config_path = hf_hub_download(repo_id=repo_id, filename="config.json")
vocab_path  = hf_hub_download(repo_id=repo_id, filename="vocab.json")
model_path  = hf_hub_download(repo_id=repo_id, filename="best_model.pth")

# 2. Charger le modèle
config = XttsConfig()
config.load_json(config_path)

model = Xtts.init_from_config(config)
model.load_checkpoint(config, checkpoint_path=model_path, vocab_path=vocab_path, eval=True)

if torch.cuda.is_available():
    model.cuda()

# 3. Générer de la parole
outputs = model.synthesize(
    "أهلا بيك في تونس، شنو حوالك؟",
    config,
    speaker_wav="votre_audio_reference.wav",  # 6 à 30 secondes
    language="ar",
)

sf.write("output.wav", outputs["wav"], config.audio.output_sample_rate)
print("Audio généré : output.wav")

ℹ️ Informations sur l'entraînement

Paramètre	Valeur
Modèle de base	XTTS v2 (Coqui TTS)
Dialecte	Arabe Tunisien
Optimiseur	AdamW
Learning rate	5e-6
Precision	fp16
Taux d'échantillonnage de sortie	24 kHz

📝 Notes

• Ce modèle supporte le clonage de voix : fournissez un fichier audio de référence de 6 à 30 secondes pour adapter la voix générée.
• Le texte d'entrée doit être en dialecte tunisien écrit en alphabet arabe.
• Le modèle est un fine-tuning de XTTS v2, sous licence MIT.

🔗 Références

• Coqui TTS XTTS v2
• TTS Library (Coqui)