README.md

metadata

datasets:
  - litagin/moe-speech
language:
  - ja

Style-Bert-VITS2のモデルサイズを拡大したもの

モデルのサイズは、LLMのモデルパラメータを参考した際に180M相当

データセット

• moe-speech

モデルパラメータ

    "inter_channels": 576,
    "hidden_channels": 576,
    "filter_channels": 2046,
    "n_heads": 3,
    "n_layers": 18,

speechMOSによるモデル評価