---
library_name: transformers
license: apache-2.0
language:
- wo
base_model:
- parler-tts/parler-tts-mini-multilingual-v1.1
pipeline_tag: text-to-speech
---
# Adia_TTS Wolof
# 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)
```
## 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
)
```
## Styles vocaux
### Exemples de descriptions pour différents styles :
1. ### Voix naturelle
```py
description = "A warm and natural voice, with a conversational flow"
```
2. ### Voix professionnelle
```py
description = "A professional, clear and composed voice, perfect for formal presentations"
```
3. ### Voix pour l'éducation
```py
description = "A clear and educational voice, with a flow adapted to learning"
```
## 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 : ai@concree.com
# Adia_TTS Wolof