FastSpeech 2
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Zhejiang University (ZJU),Microsoft Research Asia
- Type d'organisation
- Academia,Industry
- Pays
- China
- Publié
- 8 August 2022
- Auteurs
- Yi Ren, Chenxu Hu, Xu Tan, Tao Qin, Sheng Zhao, Zhou Zhao, Tie-Yan Liu
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Speech
- Tâche
- Text-to-speech (TTS)
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 27M
- Données d'entraînement
- tokens
27M
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 2.3 × 10¹⁸ FLOP
- Comment cela a été établi
- Hardware
125000000000000 FLOP / GPU / sec * 17.02 GPU-hours * 3600 sec / hour * 0.3 [assumed utilization] = 2.2977e+18 FLOP
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA V100
- Chips utilisés
- 1
- Heures de puce
- 17
- Consommation d'énergie
- 330 W
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- FastSpeech 2: Fast and High-Quality End-to-End Text to Speech
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
À propos de ce modèle
FastSpeech 2 a été publié par Zhejiang University (ZJU),Microsoft Research Asia, dans le pays enregistré comme China, durant August 2022. L'organisation de publication est catégorisée comme academia,Industry.
Il fonctionne dans le domaine de Speech, et est enregistré comme exécutant la tâche de text-to-speech (TTS).
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Comment il a été entraîné
L'entraînement a nécessité un budget de calcul d'environ 2.3 × 10¹⁸ FLOP, sur matériel enregistré comme NVIDIA V100. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
FastSpeech 2 — questions courantes
FastSpeech 2— quand a-t-il été publié ?
Il a été publié dans August 2022. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.
FastSpeech 2— à quoi ça sert ?
Il fonctionne dans le domaine de Speech, et est enregistré comme gérant la tâche de text-to-speech (TTS). Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
FastSpeech 2— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 2.3 × 10¹⁸ FLOP, sur matériel enregistré comme NVIDIA V100. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
FastSpeech 2— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
FastSpeech 2— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
FastSpeech 2— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 27M. 27M. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
FastSpeech 2— qui l'a créé ?
Il a été publié par Zhejiang University (ZJU),Microsoft Research Asia, basé sur China, une organisation catégorisée comme academia,Industry.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.