---
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.

<video controls autoplay src="https://cdn-uploads.huggingface.co/production/uploads/6776e10d5001a5fe304e5734/yqTciy7RP-IM49EVuMH_3.mp4"></video>

github

https://github.com/tharyckgusmao/multispeaker-audio-f5/tree/main


📦 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.