par ahmedjaved812
Open source · 775 downloads · 0 likes
Ce modèle est une version fine-tunée et étendue d'un système de synthèse vocale (TTS) spécialisé dans la langue ourdou, capable de générer une parole naturelle à partir de texte en utilisant des phonèmes. Il transforme des entrées textuelles en séquences sonores fluides et intelligibles, adaptées à des applications nécessitant une prononciation précise de l'ourdou. Ses principaux cas d'usage incluent la création de voix off, l'assistance aux personnes malvoyantes ou la production de contenus audio automatisés pour des plateformes numériques. Ce qui le distingue est sa capacité à gérer des nuances phonétiques spécifiques à l'ourdou, offrant une qualité vocale plus naturelle que les solutions génériques.
This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:
More information needed
More information needed
More information needed
The following hyperparameters were used during training:
| Training Loss | Epoch | Step | Validation Loss |
|---|---|---|---|
| 4.6038 | 0.9149 | 500 | 0.9382 |
| 3.9723 | 1.8289 | 1000 | 0.8982 |
| 3.8796 | 2.7429 | 1500 | 0.8837 |
| 3.7655 | 3.6569 | 2000 | 0.8691 |
| 3.7279 | 4.5709 | 2500 | 0.8611 |
| 3.6874 | 5.4849 | 3000 | 0.8507 |
| 3.6253 | 6.3989 | 3500 | 0.8450 |
| 3.5747 | 7.3129 | 4000 | 0.8403 |
| 3.5732 | 8.2269 | 4500 | 0.8419 |
| 3.5595 | 9.1409 | 5000 | 0.8367 |
| 3.5520 | 10.0549 | 5500 | 0.8339 |
| 3.5297 | 10.9698 | 6000 | 0.8357 |
| 3.5303 | 11.8838 | 6500 | 0.8333 |
| 3.5060 | 12.7978 | 7000 | 0.8260 |
| 3.4967 | 13.7118 | 7500 | 0.8256 |
| 3.5028 | 14.6258 | 8000 | 0.8239 |
| 3.4786 | 15.5398 | 8500 | 0.8211 |
| 3.4918 | 16.4538 | 9000 | 0.8209 |
| 3.4901 | 17.3678 | 9500 | 0.8193 |
| 3.4815 | 18.2818 | 10000 | 0.8204 |
| 3.4688 | 19.1958 | 10500 | 0.8163 |
| 3.4426 | 20.1098 | 11000 | 0.8160 |
| 3.4519 | 21.0238 | 11500 | 0.8157 |
| 3.4514 | 21.9387 | 12000 | 0.8138 |
| 3.4341 | 22.8527 | 12500 | 0.8148 |
| 3.4341 | 23.7667 | 13000 | 0.8114 |
| 3.4261 | 24.6807 | 13500 | 0.8129 |
| 3.4276 | 25.5947 | 14000 | 0.8111 |
| 3.4234 | 26.5087 | 14500 | 0.8086 |
| 3.4379 | 27.4227 | 15000 | 0.8083 |
| 3.4171 | 28.3367 | 15500 | 0.8055 |
| 3.4083 | 29.2507 | 16000 | 0.8067 |
| 3.4227 | 30.1647 | 16500 | 0.8090 |
| 3.4050 | 31.0787 | 17000 | 0.8063 |
| 3.4144 | 31.9936 | 17500 | 0.8072 |
| 3.3968 | 32.9076 | 18000 | 0.8028 |
| 3.4001 | 33.8216 | 18500 | 0.8056 |
| 3.3873 | 34.7356 | 19000 | 0.8032 |
| 3.4032 | 35.6496 | 19500 | 0.8057 |
| 3.3936 | 36.5636 | 20000 | 0.8040 |
| 3.3829 | 37.4776 | 20500 | 0.8036 |
| 3.3927 | 38.3916 | 21000 | 0.8034 |
| 3.3895 | 39.3056 | 21500 | 0.8037 |
| 3.3789 | 40.2196 | 22000 | 0.8027 |
| 3.3938 | 41.1336 | 22500 | 0.8020 |
| 3.3907 | 42.0476 | 23000 | 0.8018 |
| 3.3752 | 42.9625 | 23500 | 0.8004 |
| 3.3759 | 43.8765 | 24000 | 0.8009 |
| 3.3807 | 44.7905 | 24500 | 0.8015 |
| 3.3808 | 45.7045 | 25000 | 0.8030 |
| 3.3720 | 46.6185 | 25500 | 0.8016 |
| 3.3851 | 47.5325 | 26000 | 0.8018 |
| 3.3733 | 48.4465 | 26500 | 0.8007 |
| 3.3703 | 49.3605 | 27000 | 0.8014 |