Misha24-10/F5-TTS_RUSSIAN

F5-TTS_RUSSIAN - дообученная версия оригинальной модели 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.
• 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.