本文へスキップ

LLaSA_training

LLaMA に基づく音声合成モデルを学習する

公式サイトを見る

LLaSA_training とは

本プロジェクトは LLaMA を土台にした音声合成の学習の取り組みと紹介され、学習時と推論時の計算を最適化して効率を高めると説明されている。

できること

  • LLaMA に基づく音声合成モデルを学習する
  • LibriHeavy や Emilia などの公開データセットを扱う
  • Slurm で分散学習を行う

導入の手順

  • リポジトリをローカルの機械へ複製する
  • 公開データセットをダウンロードするか自分で用意する
  • 設定ファイルを選び学習スクリプトを動かす

長所と短所

✓ 良い点

  • 複数の学習用設定ファイルが用意される
  • 公開データの総量は 160,000 時間に達する

! 注意したい点

  • 学習には公開と内部の両方のデータセットを使う
  • 導入には設定ファイルと学習スクリプトが要る

よくある質問

どんなデータセットが挙がる?

資料は公開データセットとして LibriHeavy と Emilia を挙げる。

Hugging Face のモデルは?

資料は Llasa-3B、Llasa-1B、Llasa-8B を挙げる。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法