README.md

---
library_name: transformers
license: apache-2.0
language:
- wo
base_model:
- parler-tts/parler-tts-mini-multilingual-v1.1
pipeline_tag: text-to-speech
---
<img src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/adia.png" alt=" Adia TTS Logo" width="800" style="margin-left:'auto' margin-right:'auto' display:'block'"/>

# Adia_TTS Wolof

<a target="_blank" href="https://huggingface.co/spaces/CONCREE/Adia_TTS">
  <img src="https://huggingface.co/datasets/huggingface/badges/raw/main/open-in-hf-spaces-sm.svg" alt="Open in HuggingFace"/>
</a>

# ADIA_TTS : Modèle de synthèse vocale en Wolof

## Table des matières
1. Introduction
2. Caractéristiques techniques
3. Installation
4. Utilisation
5. Configuration avancée
6. Exemples
7. Limitations
8. Références
9. Licence

## Introduction
ADIA_TTS est un modèle de synthèse vocale (Text-to-Speech) open source en wolof, développé par CONCREE. Basé sur le modèle parler-tts-mini-multilingual-v1.1, il représente une avancée significative dans la synthèse vocale pour la langue wolof.

## Points clés
* Entraîné sur 40 heures de données vocales en wolof
* Affiné pendant 100 epochs (~168 heures d'entraînement)
* Qualité vocale naturelle et fluide
* Voix unique avec contrôle des caractéristiques vocales via description


## Caractéristiques techniques

### Spécifications du modèle

* Architecture : parler-tts-mini-multilingual-v1.1
* Taille du modèle : 1.88 GB
* Format du modèle : PyTorch
* Fréquence d'échantillonnage : 24kHz
* Encodage audio : 16-bit PCM

### Performance

* Temps moyen d'inférence :  secondes/phrase (CPU), 20 secondes/phrase (GPU)
* Consommation mémoire : 3.9 GB (RAM minimale recommandée)

## Installation
### Prérequis
Python 3.8 ou supérieur
PyTorch 2.0 ou supérieur
CUDA (obligatoire, pour accélération GPU)
```sh
pip install git+https://github.com/huggingface/parler-tts.git
```

## Utilisation
## Exemple de base

```py
import torch
from parler_tts import ParlerTTSForConditionalGeneration
from transformers import AutoTokenizer
import soundfile as sf

device = "cuda:0" if torch.cuda.is_available() else "cpu"

# Chargement du modèle
model = ParlerTTSForConditionalGeneration.from_pretrained("CONCREE/Adia_TTS").to(device)
tokenizer = AutoTokenizer.from_pretrained("CONCREE/Adia_TTS")

# Texte en wolof à synthétiser
text = "Entreprenariat ci Senegal dafa am solo lool ci yokkuteg koom-koom, di gëna yokk liggéey ak indi gis-gis yu bees ci dëkk bi."

# Description du style vocal
description = "A clear and educational voice, with a flow adapted to learning"

# Génération
input_ids = tokenizer(description, return_tensors="pt").input_ids.to(device)
prompt_ids = tokenizer(text, return_tensors="pt").input_ids.to(device)

audio = model.generate(
    input_ids=input_ids,
    prompt_input_ids=prompt_ids,
)

# Sauvegarde
sf.write("output.wav", audio.cpu().numpy().squeeze(), model.config.sampling_rate)
```
<audio controls>
  <source src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/snt.wav" type="audio/wav">
</audio>

## Configuration avancée
## Paramètres de génération

```py
generation_config = {
    "temperature": 0.8,           # Contrôle la variabilité de la sortie
    "max_new_tokens": 1000,       # Longueur maximale de la séquence générée
    "do_sample": True,            # Active l'échantillonnage aléatoire
    "top_k": 50,                  # Limite le nombre de tokens considérés
    "repetition_penalty": 1.2,    # Pénalise la répétition de tokens
}

audio = model.generate(
    input_ids=input_ids,
    prompt_input_ids=prompt_ids,
    **generation_config
)
```

<audio controls>
  <source src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/avct.wav" type="audio/wav">
</audio>

## Styles vocaux
### Exemples de descriptions pour différents styles :

1. ### Voix naturelle
 
```py
description = "A warm and natural voice, with a conversational flow"
```
<audio controls>
  <source src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/styl1.wav" type="audio/wav">
</audio>

2. ### Voix professionnelle

```py
description = "A professional, clear and composed voice, perfect for formal presentations"
```
<audio controls>
  <source src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/styl2.wav" type="audio/wav">
</audio>

3. ### Voix pour l'éducation
```py
description = "A clear and educational voice, with a flow adapted to learning"
```
<audio controls>
  <source src="https://huggingface.co/spaces/CONCREE/Adia_TTS/resolve/main/styl3.wav" type="audio/wav">
</audio>

## Limitations

* Performance réduite sur les phrases très longues
* Gestion limitée des nombres et des dates
* Temps de chargement initial du modèle relativement plus long
* Le modèle est limité à 200 caractères maximum par inférence sans segmentation. Pour les textes plus longs, une segmentation manuelle est nécessaire.
* La qualité des transitions entre segments peut varier selon la méthode de segmentation choisie
* Il est recommandé de segmenter le texte aux frontières naturelles (phrases, paragraphes) pour de meilleurs résultats
## Références

```
@misc{CONCREE-2024-Adia_TTS,
  author = {CONCREE},
  title = {Adia_TTS},
  year = {2025},
  publisher = {Hugging Face},
  journal = {Hugging Face repository},
  howpublished = {\url{https://huggingface.co/CONCREE/Adia_TTS}}
}
```

```
@misc{lyth2024natural,
  title={Natural language guidance of high-fidelity text-to-speech with synthetic annotations},
  author={Dan Lyth and Simon King},
  year={2024},
  eprint={2402.01912},
  archivePrefix={arXiv},
  primaryClass={cs.SD}
}
```

## Licence
Ce projet est sous licence Apache 2.0. Voir le fichier LICENSE pour plus de détails.

## Conditions d'utilisation

* Les utilisateurs s'engagent à utiliser le modèle d'une manière qui respecte la langue wolof et la culture sénégalaise.
* Nous encourageons l'utilisation de ce modèle pour développer des solutions qui améliorent l'accessibilité numérique pour les locuteurs wolof et contribuent à réduire la fracture numérique. Les projets visant l'inclusion numérique sont particulièrement bienvenus.
* Toute utilisation du modèle doit mentionner CONCREE comme créateur original. Les utilisateurs sont fortement encouragés à partager leurs améliorations avec la communauté.
* L'utilisation commerciale est autorisée selon les termes de la licence Apache 2.0.

## Contact
Pour toute question ou support :

Email : [email protected]