README.md

metadata

language:
  - ca
  - val
license: mit
tags:
  - text-to-speech
  - phoneme-bert
  - styletts2
  - valencian
  - catalan
pipeline_tag: feature-extraction

PL-BERT Valenciano

Modelo PL-BERT (Phoneme-Level BERT) entrenado en valenciano para uso con StyleTTS2.

Descripción del Modelo

Este es un modelo BERT entrenado exclusivamente con fonemas valencianos/catalanes, diseñado para ser utilizado como encoder de texto en sistemas de síntesis de voz (TTS) como StyleTTS2.

Características

• Arquitectura: BERT base
• Vocabulario: N/A tokens fonéticos
• Hidden size: 768
• Num layers: 12
• Attention heads: 12
• Max position embeddings: 512
• Training steps: 25000

Tokenizador

Este modelo utiliza el tokenizador: javiimts/bert-ca-va-tokenizer

Entrenamiento

El modelo fue entrenado usando:

• Dataset: Corts Valencianes (transcripciones parlamentarias)
• Objetivo: Masked Language Modeling (MLM) con 15% de masking
• Optimizador: AdamW
• Precisión mixta: FP16
• Steps: 25000

Integración con StyleTTS2

Este modelo está diseñado para reemplazar el PL-BERT original en StyleTTS2. Para usarlo:

1. Descarga los archivos del modelo
2. Actualiza la ruta PLBERT_dir en tu configuración de StyleTTS2
3. El modelo se cargará automáticamente usando util.py
4. Redimensiona los embeddings de StyleTTS2 para que coincidan con el nuevo tamaño del vocabulario

Archivos incluidos

• step_25000.t7: Checkpoint del modelo entrenado (PyTorch)
• config.yml: Configuración de hiperparámetros
• util.py: Utilidades para cargar el modelo
• README.md: Esta documentación