Tacotron
Sin estimación
No hay requisitos de hardware para este modelo
Los pesos de este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en su propio hardware en ningún tamaño. Solo es accesible a través de su proveedor, y ninguna tarjeta gráfica lo cambia.
En registro
Especificación completa
Todo lo registrado para este modelo. La mayoría de ello describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se dedicó a ello y cómo se compara con modelos construidos a una escala diferente.
Origen
¿Quién construyó este modelo, dónde y cuándo fue publicado?
- Organización
- Tipo de organización
- Industry
- País
- United States of America
- Publicado
- 6 April 2017
- Autores
- Yuxuan Wang, RJ Skerry-Ryan, Daisy Stanton, Yonghui Wu, Ron J. Weiss, Navdeep Jaitly, Zongheng Yang, Ying Xiao, Zhifeng Chen, Samy Bengio, Quoc Le, Yannis Agiomyrgiannakis, Rob Clark, Rif A. Saurous
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Speech
- Tarea
- Text-to-speech (TTS), Speech synthesis
Tamaño
Qué tan grande es el modelo y cuántos datos se utilizaron para entrenarlo. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- tokens
"We train Tacotron on an internal North American English dataset, which contains about 24.6 hours of speech data spoken by a professional female speaker. The phrases are text normalized, e.g. “16” is converted to “sixteen”" "We train using a batch size of 32, where all sequences are padded to a max length." "frame length: 50 ms; frame shift: 12.5 ms" "We use 24 kHz sampling rate for all experiments" 2M steps
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo cual es lo que decide si alguna de las cifras de la tarjeta gráfica en esta página aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- Unreleased
Cómo se clasifica
Etiquetas que aplica el conjunto de datos de origen al rastrear modelos notables y cuán seguro está de la entrada.
- Registrar confianza
- Unknown
Fuentes
De dónde proviene este registro y cuándo fue revisado por última vez.
- Referencia
- Tacotron: Towards End-to-End Speech Synthesis
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Tacotron was published by Google, in United States of America, in April 2017. The organisation is categorised as industry.
It works in Speech, and is recorded as doing text-to-speech (TTS), Speech synthesis.
This is a closed model: the trained values stayed with whoever produced them, and there is no local version to run.
Respuestas
Tacotron — Preguntas frecuentes
When was Tacotron released?
Tacotron was published in April 2017. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Tacotron used for?
Tacotron works in Speech, and is recorded as handling text-to-speech (TTS), Speech synthesis. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run Tacotron?
None. Tacotron is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Tacotron open source?
No. Tacotron has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Tacotron have?
No parameter count has been published for Tacotron, which is why no memory or speed figure appears on this page.
Who created Tacotron?
Tacotron was published by Google, based in United States of America, categorised as industry.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posee una tarjeta y desea saber todo lo que podrá ejecutar, empiece por el hardware en su lugar.