eduardem/f5-tts-romanian

F5-TTS Romanian

Fine-tuned F5-TTS v1 Base (335M params, 22-layer DiT) for Romanian text-to-speech. 5.1% WER across 5 voices on 18 test sentences, measured via Whisper large-v3.

Demo & Audio Samples | Source Code

Audio Samples

Costel (male, literary narration) — 5.2% WER

"Copiii se jucau fericiți in gradina plina de flori colorate."

Georgel (male, solemn delivery) — 2.5% WER

"Ștefan cel Mare a construit manastiri și cetați in intreaga Moldova."

Dorel (male, conversational) — 5.2% WER

"Romania este o țara frumoasa cu munți inalți și campii intinse."

Marioara (female, expressive) — 6.3% WER

"Buna ziua, ma numesc Alexandru și sunt din București."

Lacramioara (female, broadcast) — 6.4% WER

"Profesorul a explicat cu rabdare lecția dificila de matematica."

Quick Start

Installation

pip install f5-tts

Download

# Download the full model
huggingface-cli download eduardem/f5-tts-romanian --local-dir f5-tts-romanian

# Or download just the checkpoint
python -c "
from huggingface_hub import hf_hub_download
hf_hub_download('eduardem/f5-tts-romanian', 'model_235000.pt', local_dir='.')
hf_hub_download('eduardem/f5-tts-romanian', 'vocab.txt', local_dir='.')
"

Inference

import soundfile as sf
from f5_tts.api import F5TTS

# Load model
tts = F5TTS(
    model_type="F5TTS",
    ckpt_file="model_235000.pt",
    vocab_file="vocab.txt",
)

# Generate speech using one of the included reference voices
wav, sr, _ = tts.infer(
    ref_file="reference_voices/costel.wav",
    ref_text="Și totuși mă văd obligat să vă mai povestesc încă ceva.",
    gen_text="Romania este o țara frumoasa cu munți inalți și campii intinse.",
    nfe_step=64,
    cfg_strength=2.0,
    sway_sampling_coef=-1.0,
    seed=42,
)

sf.write("output.wav", wav, sr)

Voice Cloning

Use any 5-15 second Romanian audio clip as a reference:

wav, sr, _ = tts.infer(
    ref_file="your_reference.wav",
    ref_text="Transcription of the reference audio.",
    gen_text="Text you want the model to speak.",
    nfe_step=64,
    cfg_strength=2.0,
    sway_sampling_coef=-1.0,
    seed=42,
)
sf.write("cloned_output.wav", wav, sr)

Generation Parameters

Parameter	Value	Description
nfe_step	64	Number of function evaluations (ODE solver steps). Higher = better quality, slower.
cfg_strength	2.0	Classifier-free guidance strength. Controls adherence to text.
sway_sampling_coef	-1.0	Sway sampling coefficient for noise schedule.
seed	varies	Random seed. Different seeds produce different prosody/intonation.

The F5-TTS default ODE method is midpoint. The generation_settings.json file included in this repo contains the exact seed and parameters used for every showcase sample, enabling full reproducibility.

Voices

Name	WER	Perfect	Description
Costel	5.2%	13/18	Male, literary narration style (20k training clips)
Georgel	2.5%	16/18	Male, solemn measured delivery (16k training clips)
Dorel	5.2%	13/18	Male, conversational style (3k training clips)
Marioara	6.3%	11/18	Female, expressive storytelling (19k training clips)
Lacramioara	6.4%	11/18	Female, clear broadcast voice (3.7k training clips)

Reference audio for each voice is included in reference_voices/.

Training

Dataset

eduardem/romanian-speech-v1 — 48,401 clips (~112 hours), 5 speakers, 24kHz mono WAV.

Infrastructure

RunPod RTX 5000 Ada (32GB VRAM), PyTorch 2.4.1+cu124, bf16 precision.

Configuration

Parameter	Value
Base model	F5-TTS v1 Base (335M, 22-layer DiT)
Batch size	4,000 frames/GPU
Grad accumulation	4
Learning rate	7.5e-5
Warmup	2,000 steps
Epochs	100 (~235K updates)
Tokenizer	Custom, 2,550 tokens (extended with Romanian diacritics)

Critical Details

• Vocab extension: Added 5 uppercase Romanian diacritics (Ă, Ș, Ț, „, ") to the default vocab. The trainer was patched to resize embedding weights when vocab size differs from checkpoint.
• Tokenizer type: Must use custom (not char) to match the extended vocab.
• Full fine-tune: All 335M parameters trained (no LoRA/adapter).

Evaluation

WER measured via Whisper large-v3 on Romanian test sentences. Early checkpoints evaluated on 15 sentences with a single voice. Final evaluation: 18 sentences across all 5 voices with optimized generation parameters (seed search, midpoint ODE, 64 NFE steps).

Step	WER	Notes
15,000	17.4%	First checkpoint
75,000	13.0%	Early best
150,000	13.9%
195,000	12.3%	Best single-speaker
230,000	11.8%	Best raw single-speaker
235,000	5.1%	Final: 5 voices, optimized generation

Model Files

File	Size	Description
model_235000.pt	5.0 GB	Fine-tuned checkpoint (step 235,000)
vocab.txt	12 KB	Extended vocabulary (2,550 tokens)
generation_settings.json	88 KB	Exact parameters for every showcase sample
reference_voices/	~2 MB	5 reference audio clips (one per voice)
samples/	~45 MB	90 generated samples (18 sentences x 5 voices)

All Samples with Generation Settings

Every sample below can be reproduced exactly using the listed parameters. All samples use cfg_strength=2.0, sway_sampling_coef=-1.0, and pad_trick=true. The full generation_settings.json file is included in this repo.

Costel

1. Țara românească și-a păstrat tradițiile străvechi de-a lungul secolelor.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

2. Ștefan cel Mare a construit mănăstiri și cetăți în întreaga Moldovă.
ODE: midpoint | NFE: 64 | Seed: 1234 | WER: 9.1%

3. În această dimineață, bătrânul pescar și-a pregătit undițele pentru pescuit.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

4. Fișierele și rețelele informatice sunt esențiale în științele moderne.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

5. Așezările țărănești din câmpia Bărăganului sunt împrăștiate printre lanuri.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

6. Bună ziua, mă numesc Alexandru și sunt din București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

7. Bună ziua, mă numesc Alexandra și sunt din Cluj-Napoca.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

8. România este o țară frumoasă cu munți înalți și câmpii întinse.
ODE: midpoint | NFE: 64 | Seed: 2024 | WER: 0%

9. Copiii se jucau fericiți în grădina plină de flori colorate.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

10. Profesorul a explicat cu răbdare lecția dificilă de matematică.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

11. Această carte reprezintă o contribuție importantă la literatura contemporană.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

12. S-a suit capra pe piatră, piatra a crăpat în patru, crăpai-ar capul caprei negre în patru cum a crăpat și piatra în patru.
ODE: midpoint | NFE: 64 | Seed: 7777 | WER: 8.7%

13. Un vultur stă pe pisc cu un pix în plisc.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

14. Sinucisul asasin Silică se suise simandicos sus pe scândura scăriței.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 20.0%

15. Să sugi sucul socului sacru susține sasul sesios.
ODE: midpoint | NFE: 64 | Seed: 12345 | WER: 12.5%

16. Bucură-te de bucuria Bucuroaiei cum s-a bucurat și ea de bucuria lui Bucurel când a venit de la București.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

17. Ce-ntâmplare întâmplăreață s-a-ntâmplat în tâmplărie, un tâmplar din întâmplare s-a lovit cu tâmpla-n cap.
ODE: midpoint | NFE: 64 | Seed: 7777 | WER: 42.9%

18. Cărămidarul cărămidărește cu cărămida cărămidarului din cărămidărie.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

---

Georgel

1. Țara românească și-a păstrat tradițiile străvechi de-a lungul secolelor.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

2. Ștefan cel Mare a construit mănăstiri și cetăți în întreaga Moldovă.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

3. În această dimineață, bătrânul pescar și-a pregătit undițele pentru pescuit.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

4. Fișierele și rețelele informatice sunt esențiale în științele moderne.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

5. Așezările țărănești din câmpia Bărăganului sunt împrăștiate printre lanuri.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

6. Bună ziua, mă numesc Alexandru și sunt din București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

7. Bună ziua, mă numesc Alexandra și sunt din Cluj-Napoca.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

8. România este o țară frumoasă cu munți înalți și câmpii întinse.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

9. Copiii se jucau fericiți în grădina plină de flori colorate.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

10. Profesorul a explicat cu răbdare lecția dificilă de matematică.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

11. Această carte reprezintă o contribuție importantă la literatura contemporană.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

12. S-a suit capra pe piatră, piatra a crăpat în patru, crăpai-ar capul caprei negre în patru cum a crăpat și piatra în patru.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 8.7%

13. Un vultur stă pe pisc cu un pix în plisc.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

14. Sinucisul asasin Silică se suise simandicos sus pe scândura scăriței.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

15. Să sugi sucul socului sacru susține sasul sesios.
ODE: midpoint | NFE: 64 | Seed: 5678 | WER: 0%

16. Bucură-te de bucuria Bucuroaiei cum s-a bucurat și ea de bucuria lui Bucurel când a venit de la București.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

17. Ce-ntâmplare întâmplăreață s-a-ntâmplat în tâmplărie, un tâmplar din întâmplare s-a lovit cu tâmpla-n cap.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 35.7%

18. Cărămidarul cărămidărește cu cărămida cărămidarului din cărămidărie.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

---

Dorel

1. Țara românească și-a păstrat tradițiile străvechi de-a lungul secolelor.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

2. Ștefan cel Mare a construit mănăstiri și cetăți în întreaga Moldovă.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 9.1%

3. În această dimineață, bătrânul pescar și-a pregătit undițele pentru pescuit.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

4. Fișierele și rețelele informatice sunt esențiale în științele moderne.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

5. Așezările țărănești din câmpia Bărăganului sunt împrăștiate printre lanuri.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

6. Bună ziua, mă numesc Alexandru și sunt din București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

7. Bună ziua, mă numesc Alexandra și sunt din Cluj-Napoca.
ODE: midpoint | NFE: 64 | Seed: 9999 | WER: 0%

8. România este o țară frumoasă cu munți înalți și câmpii întinse.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

9. Copiii se jucau fericiți în grădina plină de flori colorate.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

10. Profesorul a explicat cu răbdare lecția dificilă de matematică.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

11. Această carte reprezintă o contribuție importantă la literatura contemporană.
ODE: midpoint | NFE: 64 | Seed: 9999 | WER: 0%

12. S-a suit capra pe piatră, piatra a crăpat în patru, crăpai-ar capul caprei negre în patru cum a crăpat și piatra în patru.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 8.7%

13. Un vultur stă pe pisc cu un pix în plisc.
ODE: midpoint | NFE: 64 | Seed: 22222 | WER: 0%

14. Sinucisul asasin Silică se suise simandicos sus pe scândura scăriței.
ODE: midpoint | NFE: 64 | Seed: 55555 | WER: 20.0%

15. Să sugi sucul socului sacru susține sasul sesios.
ODE: midpoint | NFE: 64 | Seed: 88888 | WER: 12.5%

16. Bucură-te de bucuria Bucuroaiei cum s-a bucurat și ea de bucuria lui Bucurel când a venit de la București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

17. Ce-ntâmplare întâmplăreață s-a-ntâmplat în tâmplărie, un tâmplar din întâmplare s-a lovit cu tâmpla-n cap.
ODE: midpoint | NFE: 64 | Seed: 5678 | WER: 42.9%

18. Cărămidarul cărămidărește cu cărămida cărămidarului din cărămidărie.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

---

Marioara

1. Țara românească și-a păstrat tradițiile străvechi de-a lungul secolelor.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 11.1%

2. Ștefan cel Mare a construit mănăstiri și cetăți în întreaga Moldovă.
ODE: midpoint | NFE: 64 | Seed: 2024 | WER: 9.1%

3. În această dimineață, bătrânul pescar și-a pregătit undițele pentru pescuit.
ODE: midpoint | NFE: 64 | Seed: 66666 | WER: 0%

4. Fișierele și rețelele informatice sunt esențiale în științele moderne.
ODE: midpoint | NFE: 64 | Seed: 3141 | WER: 0%

5. Așezările țărănești din câmpia Bărăganului sunt împrăștiate printre lanuri.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 11.1%

6. Bună ziua, mă numesc Alexandru și sunt din București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

7. Bună ziua, mă numesc Alexandra și sunt din Cluj-Napoca.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

8. România este o țară frumoasă cu munți înalți și câmpii întinse.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 9.1%

9. Copiii se jucau fericiți în grădina plină de flori colorate.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

10. Profesorul a explicat cu răbdare lecția dificilă de matematică.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

11. Această carte reprezintă o contribuție importantă la literatura contemporană.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

12. S-a suit capra pe piatră, piatra a crăpat în patru, crăpai-ar capul caprei negre în patru cum a crăpat și piatra în patru.
ODE: midpoint | NFE: 64 | Seed: 12345 | WER: 13.0%

13. Un vultur stă pe pisc cu un pix în plisc.
ODE: midpoint | NFE: 64 | Seed: 1234 | WER: 0%

14. Sinucisul asasin Silică se suise simandicos sus pe scândura scăriței.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 10.0%

15. Să sugi sucul socului sacru susține sasul sesios.
ODE: midpoint | NFE: 64 | Seed: 7777 | WER: 0%

16. Bucură-te de bucuria Bucuroaiei cum s-a bucurat și ea de bucuria lui Bucurel când a venit de la București.
ODE: midpoint | NFE: 64 | Seed: 4242 | WER: 0%

17. Ce-ntâmplare întâmplăreață s-a-ntâmplat în tâmplărie, un tâmplar din întâmplare s-a lovit cu tâmpla-n cap.
ODE: midpoint | NFE: 64 | Seed: 1234 | WER: 50.0%

18. Cărămidarul cărămidărește cu cărămida cărămidarului din cărămidărie.
ODE: midpoint | NFE: 64 | Seed: 7777 | WER: 0%

---

Lacramioara

1. Țara românească și-a păstrat tradițiile străvechi de-a lungul secolelor.
ODE: midpoint | NFE: 64 | Seed: 44444 | WER: 0%

2. Ștefan cel Mare a construit mănăstiri și cetăți în întreaga Moldovă.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 9.1%

3. În această dimineață, bătrânul pescar și-a pregătit undițele pentru pescuit.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

4. Fișierele și rețelele informatice sunt esențiale în științele moderne.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

5. Așezările țărănești din câmpia Bărăganului sunt împrăștiate printre lanuri.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

6. Bună ziua, mă numesc Alexandru și sunt din București.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

7. Bună ziua, mă numesc Alexandra și sunt din Cluj-Napoca.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

8. România este o țară frumoasă cu munți înalți și câmpii întinse.
ODE: midpoint | NFE: 64 | Seed: 2024 | WER: 0%

9. Copiii se jucau fericiți în grădina plină de flori colorate.
ODE: midpoint | NFE: 64 | Seed: 777 | WER: 0%

10. Profesorul a explicat cu răbdare lecția dificilă de matematică.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

11. Această carte reprezintă o contribuție importantă la literatura contemporană.
ODE: midpoint | NFE: 64 | Seed: 42 | WER: 0%

12. S-a suit capra pe piatră, piatra a crăpat în patru, crăpai-ar capul caprei negre în patru cum a crăpat și piatra în patru.
ODE: midpoint | NFE: 64 | Seed: 88888 | WER: 26.1%

13. Un vultur stă pe pisc cu un pix în plisc.
ODE: midpoint | NFE: 64 | Seed: 3141 | WER: 10.0%

14. Sinucisul asasin Silică se suise simandicos sus pe scândura scăriței.
ODE: euler | NFE: 32 | Seed: 7777 | WER: 10.0%

15. Să sugi sucul socului sacru susține sasul sesios.
ODE: midpoint | NFE: 64 | Seed: 7777 | WER: 12.5%

16. Bucură-te de bucuria Bucuroaiei cum s-a bucurat și ea de bucuria lui Bucurel când a venit de la București.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 5.3%

17. Ce-ntâmplare întâmplăreață s-a-ntâmplat în tâmplărie, un tâmplar din întâmplare s-a lovit cu tâmpla-n cap.
ODE: midpoint | NFE: 64 | Seed: 66666 | WER: 42.9%

18. Cărămidarul cărămidărește cu cărămida cărămidarului din cărămidărie.
ODE: midpoint | NFE: 64 | Seed: 123 | WER: 0%

---

Known Issues

• Marioara: Occasionally prepends "Heri"/"Harry" to the beginning of generated speech. This is training data bleeding from the Harry Potter audiobook source material.
• Lacramioara: Occasionally prepends "Iara pe Chichi" to the beginning of generated speech. This is reference audio text leaking — the reference clip contains "iara pe Chirica".
• Both issues can often be avoided by trying different random seeds.

Limitations

• 5 voices only — voice cloning with unseen speakers may vary in quality.
• WER is measured via Whisper large-v3 transcription, which may itself introduce errors (e.g., expanding contractions, changing capitalization).
• The model inherits F5-TTS limitations including occasional word repetition or skipping on very long sentences.
• Non-commercial use only (CC BY-NC 4.0 from base model).

License

• Model weights: CC BY-NC 4.0 (inherited from F5-TTS base model)
• Training scripts: MIT

Attribution

• F5-TTS by Yushen Chen et al.
• Whisper by OpenAI (evaluation)
• Dataset: Romanian audiobooks and broadcasts, transcribed with Whisper large-v3

Citation

@misc{f5tts-romanian-2026,
  title={F5-TTS Romanian: Fine-tuned F5-TTS for Romanian Text-to-Speech},
  author={Eduard Moldoveanu},
  year={2026},
  url={https://huggingface.co/eduardem/f5-tts-romanian}
}

Links

• Demo page — interactive audio samples
• Codeberg — training scripts and code
• Dataset — Romanian Speech v1