IbrahimSalah

/

F5-TTS-Arabic

like 11

F5-TTS Fine-tuning Instructions

1. بدء العمل

• ابدأ من هنا: https://github.com/SWivid/F5-TTS
• اتبع خطوات التثبيت المذكورة .

2. تجهيز البيانات

• جهز البيانات في ملف CSV بالشكل التالي:
  audio_path|text

• استخدم الأمر التالي لتحويل البيانات إلى Arrow file:
  python src/f5_tts/train/datasets/prepare_csv_wavs.py

• ضع الملفات الناتجة في المسار التالي:
  F5-TTS/data/yourdatasetname

• تأكد من أن المجلد يحتوي على:

  • dataset.arrow (بيانات التدريب المحضّرة)
  • vocab.txt (ملف المفردات) the one here in my repo
  • duration.json (مدة كل مقطع صوتي)

3. إعداد Checkpoint والمجلدات

• استخدم إصدار f5-base وليس v1.
• احذف أي checkpoints موجودة مسبقًا في مجلد ckpt.
• ضع الـ checkpoint الجديد في المسار التالي:
  F5-TTS/ckpts/yourdatasetname/checkpoint.pt (one of my chekpoints exist here in the repo)

4. تعديل الكود وضبط المسار

• افتح ملف الأكواد وقم بتعديله ليشمل المسار الصحيح للـ checkpoint:

  elif args.exp_name == "F5TTS_Base":
  wandb_resume_id = None
  model_cls = DiT
  model_cfg = dict(
  dim=1024,
  depth=22,
  heads=16,
  ff_mult=2,
  text_dim=512,
  text_mask_padding=False,
  conv_layers=6,
  pe_attn_head=1,
  )
  if args.finetune:
  if args.pretrain is None:
  ckpt_path = str("F5-TTS/ckpts/yourdatasetname/checkpoint.pt")
  print("here is ckpt path", ckpt_path)
  else:
  ckpt_path = args.pretrain

5. تشغيل عملية Fine-tuning

• عند تشغيل finetune_cli.py، تأكد من تمرير اسم dataset كالتالي:

  python finetune_cli.py --dataset_name yourdatasetname --tokenizer custom --tokenizer_path data/yourdatasetname/vocab.txt --log_samples --finetune --logger wandb

خريطة المجلدات والمحتوى

F5-TTS/
│── ckpts/
│ ├── yourdatasetname/
│ │ ├── checkpoint.pt # ملف Checkpoint الجديد
│
│── data/
│ ├── yourdatasetname/
│ │ ├── dataset.arrow # بيانات التدريب المحضّرة
│ │ ├── vocab.txt # ملف المفردات
│ │ ├── duration.json # ملف يحتوي على مدة كل مقطع صوتي
│

يخي الله يسعدك على الشرح الاكثر من رائع , بجرب واشوف وان شاءالله ماواجه مشاكل