FastSpeech
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Zhejiang University (ZJU),Microsoft Research
- Typ organizace
- Academia,Industry
- Země
- China, United States of America
- Publikováno
- 20 November 2019
- Autoři
- Yi Ren, Yangjun Ruan, Xu Tan, Tao Qin, Sheng Zhao, Zhou Zhao, Tie-Yan Liu
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Speech
- Úkol
- Text-to-speech (TTS)
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 30.1M
- Výcviková data
- tokens
30.1M
Výpočty pro trénink
Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.
- Výpočty pro trénink
- 7.2 × 10¹⁸ FLOP
- Jak bylo ustanoveno
- Hardware
125000000000000*53.12*3600*0.3 = 7.1712e+18
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- NVIDIA V100
- Používané čipy
- 4
- Čip-hodiny
- 53
- Příkon
- 2.5 kW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Unreleased
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Likely
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- FastSpeech: Fast, Robust and Controllable Text to Speech
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
FastSpeech byl zveřejněn Zhejiang University (ZJU),Microsoft Research, v zemi zaznamenané jako China, během November 2019. Vychází z organizace, která je kategorizována jako academia,Industry.
funguje v oblasti Speech, a je zaznamenán jako vykonávající úkol text-to-speech (TTS).
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Jak bylo trénováno
Produkce toho vyžadovala aritmetiku v celkové výši přibližně 7.2 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.
Odpovědi
FastSpeech — běžné otázky
FastSpeech— Kdy byl vydán?
Bylo to zveřejněno v November 2019. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
FastSpeech— K čemu se to používá?
funguje v oblasti Speech, a je zaznamenáno jako zpracovávající úkol text-to-speech (TTS). Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
FastSpeech— kolik výpočetního výkonu bylo použito k jeho trénování?
Trénink spotřeboval kolem 7.2 × 10¹⁸ FLOP, na hardwaru zaznamenáno jako NVIDIA V100. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.
FastSpeech— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
FastSpeech— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
FastSpeech— kolik má parametrů?
Má počet parametrů 30.1M. 30.1M. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
FastSpeech— Kdo to vytvořil?
Bylo to publikováno společností Zhejiang University (ZJU),Microsoft Research, zakládající se na China, organizace zařazená jako academia,Industry.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.