Upload 37 files

.gitattributes

@@ -33,3 +33,17 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+samples/original_1.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_10.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_3.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_4.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_6.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_8.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/original_9.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_full_10.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_full_3.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_full_8.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_merged_1.flac filter=lfs diff=lfs merge=lfs -text
+samples/pt_merged_3.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_merged_8.mp3 filter=lfs diff=lfs merge=lfs -text
+samples/pt_merged_9.mp3 filter=lfs diff=lfs merge=lfs -text

Dia1.6-Portuguese-v1-merged.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:b35dc719e6fa431103bd957d517efad5bae1772824821e8a8d4e960147d8758f
+size 6444761595

Dia1.6-Portuguese-v1-merged.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:91eeb95f6a7028d5e1450f13c1a708b811567fe566e271bd700a62d4ee745d60
+size 6444682848

Dia1.6-Portuguese-v1.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7a3ae81a604d336dff89694303acb651d9abedd2a94eac74be42f364c32f6798
+size 6406376057

Dia1.6-Portuguese-v1.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:7d7a0f684e4b9178fece85952aa285f3e8dab9743f683d2c476b8b632d9db18e
+size 6406262408

README.md

@@ -61,12 +61,18 @@ This is a fine-tuned version of the [Dia 1.6B](https://huggingface.co/nari-labs/
 
 ## ▶️ Audio Samples
 
-| Prompt | v1 (PT only) | v1-merged (alpha 0.6) |
-|--------|--------------|------------------------|
-| `"Olá, como vai você?"` | 🔉 [Listen](path/to/pt_only.wav) | 🔉 [Listen](path/to/merged.wav) |
-| `"Isso é um teste de síntese de voz em português brasileiro."` | 🔉 [Listen](path/to/pt2.wav) | 🔉 [Listen](path/to/merged2.wav) |
-
-> *(Replace with actual hosted audio sample links)*
+| Prompt | Dia 1.6B (Original) | PT Fine-Tuned (v1) | PT Merged (alpha=0.6) |
+|--------|----------------------|---------------------|------------------------|
+| `[S1] Às vezes, tudo o que você precisa é respirar fundo e lembrar que nem tudo precisa ser resolvido hoje. A calma também é uma forma de seguir em frente.` | 🔉 [original_1.mp3](samples/original_1.mp3) | 🔉 [pt_full_1.mp3](samples/pt_full_1.mp3) | 🔉 [pt_merged_1.mp3](samples/pt_merged_1.mp3) |
+| `[S1] Eu lembro exatamente da primeira vez que ouvi minha própria voz gerada por IA. Foi estranho, quase surreal. Mas ao mesmo tempo, foi incrível perceber até onde a tecnologia já chegou.` | 🔉 [original_2.mp3](samples/original_2.mp3) | 🔉 [pt_full_2.mp3](samples/pt_full_2.mp3) | 🔉 [pt_merged_2.mp3](samples/pt_merged_2.mp3) |
+| `[S1] Era uma vez um menino chamado Leo que adorava olhar para o céu. Todas as noites ele subia no telhado de casa com seu velho binóculo e ficava horas tentando contar as estrelas. Um dia, ele viu algo diferente. Não era um avião, nem um satélite. Era uma luz que piscava lentamente, mudando de cor. No dia seguinte, ninguém acreditou nele. Mas Leo sabia o que tinha visto. E naquela noite, a luz voltou. Só que dessa vez, ela piscou duas vezes... como se estivesse respondendo.` | 🔉 [original_3.mp3](samples/original_3.mp3) | 🔉 [pt_full_3.mp3](samples/pt_full_3.mp3) | 🔉 [pt_merged_3.mp3](samples/pt_merged_3.mp3) |
+| `[S1] Cara, sério... esse setup ficou simplesmente insane. Nunca vi uma configuração tão limpa!` | 🔉 [original_4.mp3](samples/original_4.mp3) | 🔉 [pt_full_4.mp3](samples/pt_full_4.mp3) | 🔉 [pt_merged_4.mp3](samples/pt_merged_4.mp3) |
+| `[S1] Aproveite agora a promoção especial da semana. São até cinquenta por cento de desconto em produtos selecionados, por tempo limitado. Corra e garanta o seu antes que acabe.` | 🔉 [original_5.mp3](samples/original_5.mp3) | 🔉 [pt_full_5.mp3](samples/pt_full_5.mp3) | 🔉 [pt_merged_5.mp3](samples/pt_merged_5.mp3) |
+| `[S1] Se você ainda não testou esse modelo, tá perdendo tempo. (laughs) Ele é rápido, leve e roda até em máquina fraca. Sério, eu não esperava tanto desempenho em algo open source.` | 🔉 [original_6.mp3](samples/original_6.mp3) | 🔉 [pt_full_6.mp3](samples/pt_full_6.mp3) | 🔉 [pt_merged_6.mp3](samples/pt_merged_6.mp3) |
+| `[S1] Acredite: ninguém no mundo tem exatamente o que você tem. Sua visão, sua voz, sua forma de enxergar as coisas. Isso já é suficiente pra começar.` | 🔉 [original_7.mp3](samples/original_7.mp3) | 🔉 [pt_full_7.mp3](samples/pt_full_7.mp3) | 🔉 [pt_merged_7.mp3](samples/pt_merged_7.mp3) |
+| `[S1] Você diz que quer mudar, mas continua fazendo tudo igual. Quer resultado novo com atitude velha? Não funciona. O mundo não vai parar pra te esperar, e a oportunidade não fica batendo na porta pra sempre. Ou você levanta agora e faz o que precisa, ou aceita viver sempre no quase.` | 🔉 [original_8.mp3](samples/original_8.mp3) | 🔉 [pt_full_8.mp3](samples/pt_full_8.mp3) | 🔉 [pt_merged_8.mp3](samples/pt_merged_8.mp3) |
+| `[S1] Você vai desistir agora? Depois de tudo que já passou? [S2] (sighs) Eu tô cansado. Nada parece dar certo. [S1] Cansado todo mundo fica. Mas você não chegou até aqui por sorte. [S2] (pause) Eu só... não sei se ainda consigo. [S1] Consegue sim. Você já levantou antes. (inhales) Levanta de novo. [S2] (exhales) Tá certo. Não acabou enquanto eu não disser que acabou. [S1] Isso. Agora vai lá e faz o que tem que ser feito.` | 🔉 [original_9.mp3](samples/original_9.mp3) | 🔉 [pt_full_9.mp3](samples/pt_full_9.mp3) | 🔉 [pt_merged_9.mp3](samples/pt_merged_9.mp3) |
+| `[S1] Welcome back to the channel! Today, I’m going to show you how to turn basic text into realistic speech using open-source tools. It’s easier than you think, and by the end of this video, you’ll be able to generate your own voiceovers like a pro.` | 🔉 [original_10.mp3](samples/original_10.mp3) | 🔉 [pt_full_10.mp3](samples/pt_full_10.mp3) | 🔉 [pt_merged_10.mp3](samples/pt_merged_10.mp3) |
 
 ---
 

config.json

@@ -0,0 +1,50 @@
+{
+  "data": {
+    "audio_bos_value": 1026,
+    "audio_eos_value": 1024,
+    "audio_length": 3072,
+    "audio_pad_value": 1025,
+    "channels": 9,
+    "delay_pattern": [
+      0,
+      8,
+      9,
+      10,
+      11,
+      12,
+      13,
+      14,
+      15
+    ],
+    "text_length": 1024,
+    "text_pad_value": 0
+  },
+  "model": {
+    "decoder": {
+      "cross_head_dim": 128,
+      "cross_query_heads": 16,
+      "gqa_head_dim": 128,
+      "gqa_query_heads": 16,
+      "kv_heads": 4,
+      "n_embd": 2048,
+      "n_hidden": 8192,
+      "n_layer": 18
+    },
+    "dropout": 0.0,
+    "encoder": {
+      "head_dim": 128,
+      "n_embd": 1024,
+      "n_head": 16,
+      "n_hidden": 4096,
+      "n_layer": 12
+    },
+    "normalization_layer_epsilon": 1e-05,
+    "rope_max_timescale": 10000,
+    "rope_min_timescale": 1,
+    "src_vocab_size": 256,
+    "tgt_vocab_size": 1028,
+    "weight_dtype": "float32"
+  },
+  "training": {},
+  "version": "0.1"
+}

samples/original_1.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:2f6acd60324d0ccedb1b8c7f81d2dfe4a82e639cd5668560c5be175b3164c15d
+size 153509

samples/original_10.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e893933c72893d3348c1f047d3d600dcd761c70b1c972c526ef025bd2614f0f5
+size 112398

samples/original_3.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:6120c68c7720f2d494e11a6cecd83515d2c9fbc435c57fe7cf0507315e062b6f
+size 245205

samples/original_4.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:390b65e619a4a84ea3329531688a6150e242cf6d37ab12a20134b1021beb0e18
+size 107020

samples/original_6.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:96dfaa846f7f92d6eb6559afa5199b58d9591c9a51523b3f691d630eafb61c45
+size 212562

samples/original_8.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:cf766f5e1f7d0173d26b9ba747e1342ed4c5da25ea2b7e9cf46f4e255f30cc51
+size 123083

samples/original_9.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:46ee76d03c735eb575e220ec864cba98abbef769d62b4a79c7ddbc05aefd3b75
+size 214922

samples/pt_full_10.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31b24fb640b5167174f599eed60f6790d8f0f0b0c966bbb0d70d70c033e8a1fe
+size 141282

samples/pt_full_3.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:e3ad1e47594d4c3735cbf3452064df21d1095b94ff8c2979cdb0349f15dc61fd
+size 243054

samples/pt_full_8.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:a3699124c0d0d5dca86b0f9dba83663a6e8cf19fbb4527fc4e169d63f90b9a33
+size 146914

samples/pt_merged_1.flac

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d4ff0956945c980f151ae3349ece21c62aa20aacb03816daec55c061f73b9c9e
+size 235924

samples/pt_merged_3.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:1e887176e885f40e8c5ac29b5db4e584747ce701df85ca49dfa2c3cde5b2424d
+size 198377

samples/pt_merged_8.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:512e6cf8cf072cb5b7862646079ca06952b33ac64e3d469616ba89a7cd153581
+size 122565

samples/pt_merged_9.mp3

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:48611274e840197f7c4232f4a9b2eec21da80717f21c5572044d87e87a40422d
+size 196205