laubonghaudoi/zoengjyutgaai_tts

張悦楷 GPT-SoVITS

本模型係 GPT-SoVITS v2ProPlus 用咗全部張悦楷講古語音數據集 CanCLID/zoengjyutgaai，即總共 188.67 個鐘數據微調出嚟嘅。語音合成效果請見laubonghaudoi/zoengjyutgaai_tts。

模型文件

模型用嘅係 v2ProPlus 版，詳情請見 GPT‐SoVITS‐features (各版本特性)

SoVITS

• sovits/e1_e50_s5950.pth
  • Epoch: 50
  • Steps: 5950

GPT

• gpt/dpo1-e200.ckpt
  • 用咗 DPO
  • Epoch: 200
  • top_3_acc_epoch 大概 0.8038
  • total_loss_epoch 大概 3214
• gpt/dpo1-e600.ckpt
  • 用咗 DPO
  • Epoch: 600
  • top_3_acc_epoch 大概 0.8619
  • total_loss_epoch 大概 4671 （唔知點解比上面仲高）
• gpt/dpo1-e1000.ckpt
  • 用咗 DPO
  • Epoch: 1000
  • top_3_acc_epoch 大概 0.8975
  • total_loss_epoch 大概 1774

使用

from huggingface_hub import hf_hub_download

# Download GPT model
gpt_model = hf_hub_download(
    repo_id="laubonghaudoi/zoengjyutgaai_tts",
    filename="gpt/dpo1-e1000.ckpt"
)

# Download SoVITS model
sovits_model = hf_hub_download(
    repo_id="laubonghaudoi/zoengjyutgaai_tts",
    filename="sovits/e1_e50_s5950.pth"
)