ChaimaeHde/xtts-darija-M2-1h

# XTTS-v2 Darija Marocain — Locuteur M2 (1h) Finetuning du modèle XTTS-v2 sur 60 minutes du locuteur M2 du dataset DODa pour la synthèse vocale en darija marocaine. ## Résultats | Métrique | Valeur | |----------|--------| | Données d'entraînement | 60 min (1102 samples M2) | | Epochs | 10 | | Batch effectif | 252 (2 × 126 grad_accum) | | Learning rate | 5e-6 | | Loss finale (mel_ce) | 3.59 | | Temps de training | ~1h05 sur GPU T4 | ## Ressources - **Modèle** : chaimaehde/xtts-darija-M2-1h - **Dataset source** : atlasia/DODa-audio-dataset ## Structure ``` xtts-darija-M2-1h/ ├── config/ # Configuration centralisée ├── data/ # Pipeline de préparation ├── training/ # Script de finetuning ├── inference/ # Génération audio ├── evaluation/ # WER, CER, MOS ├── interface/ # Interface Gradio └── notebooks/ # Demo Colab ``` ### Tester sur colab directement ```python !pip install -q coqui-tts gradio huggingface_hub soundfile !git clone github.com %cd xtts-darija-M2-1h !python app.py ``` ### Installation ```bash pip install -r requirements.txt ``` ### Inférence rapide ```python from inference.generate import load_model_from_hf, synthesize model, config = load_model_from_hf() synthesize( model, config, text="مرحبا، كيف دايرين؟", speaker_wav="reference.wav", output_path="output.wav", ) ``` ## Hyperparamètres | Paramètre | Valeur | |-----------|--------| | `batch_size` | 2 | | `grad_accum_steps` | 126 | | `epochs` | 10 | | `lr` | 5e-6 | | `optimizer` | AdamW | | `sample_rate` | 22050 Hz | ## Licence Coqui Public Model License (CPML), cohérent avec XTTS-v2 original. ## 👤 Auteur Chaimae Haddouche - Loubna Haouach — 2026