ChaimaeHde/xtts-darija-m1

XTTS-v2 Fine-tuning pour la Darija Marocaine — Locuteur M1 (DODa, 35 min) # 🎙️ XTTS-v2 Fine-tuning — Darija Marocaine (M1) Fine-tuning du modèle XTTS-v2 de Coqui TTS sur la Darija Marocaine, en utilisant le locuteur masculin M1 du dataset DODa (35 minutes, 650 samples). ## 📊 Résultats | Métrique | Test F1 (baseline) | Test M1 (ce projet) | Amélioration | |----------|-------------------|---------------------|--------------| | WER moyen | 82.04% | 50.77% | −31.3 pts ✅ | | CER moyen | 38.49% | 20.03% | −18.5 pts ✅ | ## 🚀 Tester le modèle (Colab) ou Exécutez cette cellule sur colab: ```bash !pip install -q coqui-tts gradio huggingface_hub soundfile !git clone github.com %cd xtts-darija-m1 !python app.py ``` ## 📦 Installation ```bash pip install coqui-tts datasets soundfile gradio huggingface_hub ``` ## 🎯 Utilisation rapide ```python from interface.gradio_app import demo demo.launch() ``` ## 🏗️ Structure du projet ``` xtts-darija-m1/ ├── app.py ← Interface Gradio principale (lancer ici) ├── config/ │ └── default_config.py ← Chemins et hyperparamètres centralisés ├── data/ │ └── prepare_dataset.py ← Pipeline de préparation des données ├── training/ │ └── finetune.py ← Script de fine-tuning ├── inference/ │ └── generate.py ← Génération audio ├── evaluation/ │ └── evaluate.py ← WER, CER, MOS ├── interface/ │ └── gradio_app.py ← Interface Gradio └── notebooks/ └── demo_colab.ipynb ← Démo Colab complète ``` ## 🔧 Dataset - **Source** : atlasia/DODa-audio-dataset - **Locuteur** : M1 (Male 1), indices 4000–4649 - **Durée** : ~35 minutes, 650 samples - **Format** : LJSpeech (pipe-séparé) ## 🧠 Modèle Le modèle fine-tuné est disponible sur HuggingFace : 👉 ChaimaeHde/xtts-darija-m1 Fichiers disponibles : - `model.pth` — Poids fine-tunés (~2GB) - `config.json` — Configuration du modèle - `vocab.json` — Vocabulaire du tokenizer ## 📈 Détails techniques - **Base** : XTTS-v2 (Coqui TTS) - **Epochs** : 5 - **Batch size** : 2 …