F5-TTS_RUSSIAN
קוד פתוחMisha24-10cc-by-nc-4.02025-05-19
התאמה של F5-TTS לדיבור ברוסית עם שליטה ידנית בהטעמות. אם אתם צריכים קריינות רוסית מדויקת שלא נופלת על הברות לא נכונות, זה הכיוון.
- 45.2 GBמשקל הקבצים
- 57,231הורדות בחודש
- 228לייקים
מה זה
מדובר בגרסה מאומנת של F5-TTS שעברה התאמה לרוסית על פני יותר מחמשת אלפים שעות הקלטה. החלק העיקרי של המידע, ארבעת אלפים שעות, מגיע ממאגר רוסי ייעודי, יחד עם דאטה־סטים מוכרים כמו Common Voice ברוסית ובאנגלית, Sova ו־LibriHeavy.
הייחוד המשמעותי כאן הוא היכולת לקבוע בדיוק איפה נופלת ההטעמה בכל מילה, עניין קריטי ברוסית שמשנה לעיתים קרובות את משמעות המילה עצמה. אפשר לסמן את זה ידנית עם פלוס לפני האות, או לחבר כלי חיצוני כמו RUAccent שעושה את זה אוטומטית לפני השליחה למודל.
מתאים ל
- הקראת ספרים ברוסית
אימון על 5,000 שעות דיבור מאפשר הפקה של טקסטים ארוכים עם הגייה נכונה.
- דיבוב לומדות ומערכי שיעור
השליטה בהטעמות מונעת טעויות מביכות בשמות עצם ופעלים ברוסית.
- מחקר וניסויי קול מקומיים
מתאים לבדיקות מעבדה של ארכיטקטורת F5 בלי עלויות רישוי מסחרי.
איפה זה נופל
אם תזינו טקסט פשוט ברוסית בלי להגדיר הטעמות, האיכות בגרסאות המכווננות תיפגע. המודל פשוט דורש את הסימון הזה כדי להישמע טבעי, מה שמחייב אתכם להוסיף עוד שלב בעיבוד הטקסט לפני הסינתזה. בנוסף, המאגר כולל 240 שעות באנגלית מתוך 5,000 שעות, כך שזה לא מודל שמתאים להקראה שוטפת של שפות אחרות, וגם לא נמסר מידע על תמיכה בעברית.
שאלות
נפוצות
האם חייבים להוריד את כל 45 הג'יגה כדי לעבוד איתו?
לא. המשקל הכולל כולל שלוש גרסאות שונות של המודל. מספיק להוריד רק את משקלי הגרסה שבה אתם רוצים להשתמש, למשל גרסה v2.
איך דואגים שההטעמות יישבו במקום בלי לעבור מילה מילה?
אפשר להריץ את הטקסט דרך RUAccent לפני שמעבירים אותו למודל. הכלי יוסיף את תו הפלוס לפני התנועה המוטעמת באופן אוטומטי.
האם אפשר להשתמש במודל הזה לפרויקט של לקוח בתשלום?
לא. הרישיון הוא cc-by-nc-4.0, שאינו מתיר שימוש מסחרי מכל סוג שהוא. הוא מוגבל לשימוש אישי, לימודי או מחקרי בלבד.
איך מריצים
המשקל הכולל של הקבצים במאגר מגיע ל־45.2 ג'יגה־בייט שמחולקים בין 18 קבצים, בעיקר כי יש שם כמה גרסאות שונות של המודל. כדי להריץ את זה מקומית תצטרכו כרטיס מסך ייעודי וחזק עם זיכרון וידאו מרווח, במיוחד אם אתם מתכננים להשתמש בספריית f5-tts ולייצר קטעי שמע ארוכים.
בדף מופיעות שלוש גרסאות עיקריות. הראשונה היא גרסת הבסיס המקורית, השנייה אומנה ספציפית לעבודה עם הטעמות, והשלישית, Base_v2, עברה 16 מחזורי אימון נוספים תוך ניקוי של כחמישה אחוזים מרעשי הרקע. אם אתם בוחרים להוריד, הגרסה השלישית היא זו שכדאי להתחיל ממנה.
pip install -U huggingface_hub hf download Misha24-10/F5-TTS_RUSSIAN
הקבצים
18 קבצים במאגר, 45.2 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.
- F5TTS_v1_Base/model_240000.pt5.4 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_102000.pt5.4 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_150000.pt5.4 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_212000.pt5.4 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_58000.pt5.4 GB
- F5TTS_v1_Base_accent_tune/model_last.pt5.4 GB
- F5TTS_v1_Base_v2/model_last.pt5.4 GB
- F5TTS_v1_Base/model_240000_inference.safetensors1.3 GB
- F5TTS_v1_Base_accent_tune/model_10000_inference.safetensors1.3 GB
- F5TTS_v1_Base_accent_tune/model_20000_inference.safetensors1.3 GB
- F5TTS_v1_Base_accent_tune/model_last_inference.safetensors1.3 GB
- F5TTS_v1_Base_v2/model_last_inference.safetensors1.3 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_102000.safetensors1.3 GB
- F5TTS_v1_Base_v4_winter/all-checkpoints/model_150000.safetensors1.3 GB
- F5TTS_v1_Base_v4_winter/model_212000.safetensors1.3 GB
- F5TTS_v1_Base/vocab.txt13.8 KB
- README.md2.4 KB
- .gitattributes1.5 KB
הרישיון
המודל שוחרר תחת רישיון cc-by-nc-4.0. המשמעות היא שאסור להשתמש בו לאף מטרה מסחרית, נקודה. אם אתם מפתחים מוצר בתשלום, כלי פנימי בעסק, או שירות שמניב הכנסה, לא תוכלו להטמיע אותו.
- שינוי הקוד
- חובת ייחוס
- שימוש מסחרי: לא