ChaimaeHde/xtts-darija30minTest

XTTS-v2 Fine-tuning pour la Darija Marocaine — Locuteur F1 (Female )(DODa, 30 min) # XTTS-v2 Darija Marocain — Fine-tuning Pipeline Système de synthèse vocale expressive pour le dialecte marocain (Darija) basé sur XTTS-v2 avec fine-tuning sur le dataset DODa. ## Résultats (pilote 30 min) | Métrique | Valeur | Interprétation | |---|---|---| | WER moyen | 82.04% | Limité par Whisper/Darija | | CER moyen | 38.49% | Phonétique correcte | | MOS global | 2.85 / 5 | Acceptable pour 30 min | | Loss mel_ce finale | 4.246 | Convergence partielle | ## Installation ```bash pip install -r requirements.txt apt-get install -y ffmpeg ``` ## Utilisation rapide ### 1. Préparer les données ```bash from data.prepare_dataset import prepare_all prepare_all(n_samples=650, output_dir="doda_darija") ``` ### 2. Finetuner (GPU T4 requis) ```bash from training.finetune import finetune finetune( data_path = "doda_darija", model_dir = "/root/.local/share/tts/tts_models--multilingual--multi-dataset--xtts_v2/", output_path = "outputs", epochs = 5, ) ``` ### 3. Générer un audio ```bash from inference.generate import load_model, generate model, config = load_model( checkpoint_path = "outputs/best_model.pth", config_path = "outputs/config.json", vocab_path = "vocab.json", ) generate(model, config, text = "مرحبا، كيف داير؟", speaker_wav = "ref.wav", output_path = "output.wav", ) ``` ### 4. Interface Gradio ```bash from interface.gradio_app import launch_interface launch_interface(model, config, share=True) ``` ## Dataset DODa : atlasia/DODa-audio-dataset ## Structure du projet ``` xtts-darija/ ├── config/ ← Configuration centralisée ├── data/ ← Préparation du dataset ├── training/ ← Script de finetuning ├── inference/ ← Génération audio ├── evaluation/ ← WER, CER, MOS ├── interface/ ← Interface Gradio └── notebooks/ ← Demo Colab ``` ### Exécuter le modèle sur colab ### Important Le repository GitHub **ne contient pas les fichiers du modèle entraîné** car …