| --- |
| license: apache-2.0 |
| datasets: |
| - Tharyck/multispeaker-tts-ptbr |
| language: |
| - pt |
| base_model: |
| - SWivid/F5-TTS |
| pipeline_tag: text-to-speech |
| --- |
| |
| Este repositório contém um modelo de TTS (Text-to-Speech) treinado no modelo F5TTS, com foco em vozes brasileiras multilocutor. |
|
|
| 📦 Dados utilizados |
|
|
| O treinamento utilizou uma combinação de datasets públicos e privados, totalizando: |
|
|
| ⏱️ Total em horas: 390.78h |
| |
| 📄 Total de registros: 159,348 samples |
| |
| 📂 Dataset público: [multispeaker-tts-ptbr](https://huggingface.co/datasets/Tharyck/multispeaker-tts-ptbr) |
|
|
| 🚀 Treinamento |
|
|
| ☁️ Cloud: Runpod |
| |
| 🛠️ Fases do treino: |
| |
| ~30h: segmentação e transição |
| |
| ~24h com GPU A40 |
| |
| ~30h com GPU A4000 |
| |
| 💸 Custo estimado: $50 USD |
| |
| 🔊 Samples de áudio |
|
|
| 🎙️ Voz única (locutor único): [single](https://voca.ro/18NRon2EX7XW) |
|
|
| 👥 Múltiplas vozes (multilocutor): [multi](https://voca.ro/133EpebV0D6u) |
|
|
| ⚠️ Aviso |
|
|
| Este projeto foi desenvolvido com fins educacionais e de pesquisa. |
| Não me responsabilizo pelo uso indevido ou aplicações comerciais sem o devido licenciamento. |
