Fish-Speech 1.5
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos de este modelo son OPEN WEIGHT, pero no se ha publicado ninguna cuenta de parámetros para él. Cada figura de MEMORY y velocidad comienza a partir de ese número, así que preferiríamos no mostrar nada que una estimación fabricada..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Fish Audio
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 24 November 2024
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Speech
- Tarea
- Speech synthesis, Text-to-speech (TTS)
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- Datos de entrenamiento
- 700,000,000,000 tokens
[tokens] Their previous model was trained on 720000 hours of audio data that was equal to 5*10^11 tokens -> 1M hours ~ 7*10^11 tokens model trained on more than 1 million hours of audio data in multiple languages.
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 2.7 × 10²¹ FLOP
- Cómo se estableció
- Comparison with other models
Previous model Fish-Speech 1.4 used 1.9151355e+21 FLOP for training (see model card) and was trained on 720000 hours of audio, while this model is similar but trained on 1M hours of audio -> its training compute couldbe estimated as 1.9151355e+21 * 10^6 / 720000 = 2.6599104e+21 FLOP
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (non-commercial)
- Código de entrenamiento
- Open source
- Hugging Face
- fishaudio
weights are released under CC-BY-NC-SA-4.0 License https://huggingface.co/fishaudio/fish-speech-1.5 This codebase is released under Apache License https://github.com/fishaudio/fish-speech/tree/main/fish_speech
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Fish Speech V1.5 is a leading text-to-speech (TTS) model trained on more than 1 million hours of audio data in multiple languages.
- Última actualización
- 28 November 2025
Qué significan los números
De dónde vino
Fish-Speech 1.5 fue publicado por Fish Audio, en el país registrado como United States of America, durante November 2024. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Speech, y se registra como realizando la tarea de speech synthesis, Text-to-speech (TTS).
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización fishaudio.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 2.7 × 10²¹ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 700,000,000,000 tokens de texto
Respuestas
Fish-Speech 1.5 — preguntas comunes
Fish-Speech 1.5— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.7 × 10²¹ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
Fish-Speech 1.5— ¿Qué GPU necesito para ejecutarlo?
No podemos decir. Tiene pesos abiertos, pero no se ha publicado ningún conteo de parámetros para él, y todos los cálculos de memoria y velocidad comienzan desde ese número. Preferiríamos no mostrar nada que una estimación fabricada.
Fish-Speech 1.5— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
Fish-Speech 1.5— ¿cuántos parámetros tiene?
No se ha publicado el conteo de parámetros para él, por lo que no aparece ninguna cifra de memoria o velocidad en esta página.
Fish-Speech 1.5— ¿Quién lo creó?
Fue publicado por Fish Audio, basado en United States of America, una organización categorizada como industry.
Fish-Speech 1.5— ¿cuándo fue lanzado?
Se publicó en November 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
Fish-Speech 1.5— ¿Para qué se utiliza?
Funciona en el dominio de Speech, y se registra como manejando la tarea de speech synthesis, Text-to-speech (TTS). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Fish-Speech 1.5— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización fishaudio. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.