من یک مدل تبدیل متن به گفتار (TTS) فارسی آموزش دادم که روی CPU اجرا میشه. یک مدل ۱۰۰ میلیون پارامتری که از یک مدل معلم ۲۴ لایه distill شده و از صفر روی ۴۹۷ ساعت گفتار فارسی با لایسنس عمومی CC0 آموزش دیده؛ دادههایی از Mana-TTS، فیلیمو و زیرنویسهای یوتیوب. مدل میتونه فقط با
@Mehdi Allahyari
1 grabs
No comments yet
Say something. You’re first.