| --- |
| license: cc-by-nc-4.0 |
| tags: |
| - tts |
| - russian |
| - fine-tuned |
| - f5-tts |
| - voice-clone |
| language: |
| - ru |
| base_model: |
| - SWivid/F5-TTS |
| pipeline_tag: text-to-speech |
| --- |
| |
| **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-TTS_RUSSIAN/F5TTS_v1_Base) и сравнение с XTTS и FishSpeech — <https://misha24-10.github.io/Misha24-10/> |
| |
| ## Обучающие данные (5000+ часов) |
| | Источник | Часов | |
| |--------------------------------------|-------| |
| | Кастомный русский датасет | 4 000 | |
| | Common Voice RU | 239 | |
| | Common Voice EN | 240 | |
| | Sova (RuDevices + RuAudiobooks) | 400 | |
| | LibriHeavy (частично) | 180 | |
| |
| |
| |
| # Доступные модели |
| |
| * F5-TTS_RUSSIAN/F5TTS_v1_Base — первая версия модели, использованная для генерации демо-записей. |
| |
| * F5-TTS_RUSSIAN/F5TTS_v1_Base_accent_tune — дообученная версия с полной разметкой ударений (100% предложений в обучающем датасете). Рекомендуется использовать символы ударения для лучшего качества синтеза. |
| |
| * F5-TTS_RUSSIAN/F5TTS_v1_Base_v2 — дообученная версия (+16 эпох). Добавлена фильтрация данных (удалено ~5% записей с артефактами, soft-clean), с полной разметка ударений в тексте. |
