English Description Kani-TTS Bulgarian (400h Audiobook Finetune) This model is a fine-tuned version of nineninesix/kani-tts-400m-es specifically adapted for the Bulgarian language.
Model Details:
Base Model: Kani-TTS 400M (Spanish base)
Fine-tuning Data: ~400 hours of high-quality Bulgarian speech extracted from YouTube audiobooks.
Training Method: LoRA (Low-Rank Adaptation)
Epochs: 3
Important Limitations:
No Text Normalization: The model is not trained to pronounce abbreviations, digits, or years. You should convert numbers to words (e.g., "1984" -> "хиляда деветстотин осемдесет и четвърта") before passing text to the model.
Language Artifacts: Since the base model is Spanish, the model might occasionally exhibit "broken" Spanish pronunciation or artifacts if the input resembles Spanish phonetics. It is primarily optimized for Bulgarian text.
Описание на български език Kani-TTS Български (Фино настроен с 400ч аудиокниги) Този модел е фино настроена версия на nineninesix/kani-tts-400m-es, оптимизирана за български език.
Детайли за модела:
Базов модел: Kani-TTS 400M (испански)
Данни за обучение: Около 400 часа българска реч от аудиокниги.
Метод на обучение: LoRA
Епохи: 3
Важни особености и ограничения:
Числа и съкращения: Моделът не е обучен да изговаря съкращения, цифри или години. За най-добри резултати е необходимо текстът да бъде предварително обработен, като цифрите се заменят с думи (напр. "2024" трябва да се подаде като "две хиляди двадесет и четвърта").
Влияние на базовия модел: Тъй като основният модел е бил на испански език, съществува вероятност моделът да говори "счупено" на испански или да проявява специфична интонация, останала от базата. Моделът е предназначен и обучен изцяло за български текст.
Hyperparameters (Настройки на обучението)
YAML
base_model: "nineninesix/kani-tts-400m-es"
lora_r: 64
lora_alpha: 64
learning_rate: 9e-5
num_train_epochs: 3
bf16: true