OpenAudio-S1
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
- Fish Audio
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 3 June 2025
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Speech
- Tâche
- Speech synthesis, 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
- 4B
- Données d'entraînement
- 1,400,000,000,000 tokens
"the 4-billion parameter S1 model"
[tokens] Their previous model was trained on 720000 hours of audio data that was equal to 5*10^11 tokens -> 2M hours ~ 14*10^11 tokens "Trained on 2 million hours of audio, OpenAudio S1 achieves breakthrough quality and diversity in voice generation. This vast dataset enables the model to produce smooth, realistic voices nearly indistinguishable from human voiceovers."
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
- 3.4 × 10²² FLOP
- Comment cela a été établi
- Operation counting
6 FLOP / parameter / token * 4 * 10^9 parameters * 14 * 10^11 token [see training dataset size note] = 3.36e+22 FLOP
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
- API access
- Code d'entraînement
- Unreleased
Here is a codebase for their previous model (Fish-Speech, Apache License) but not his one https://github.com/fishaudio/fish-speech/tree/main/fish_speech
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
- Our cutting-edge text-to-speech model that performs like voice actors
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
OpenAudio-S1 a été publié par Fish Audio, dans le pays enregistré comme United States of America, durant June 2025. La catégorie à laquelle appartient l'éditeur est industry.
Il fonctionne dans le domaine de Speech, et est enregistré comme exécutant la tâche de speech synthesis, Text-to-speech (TTS).
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a consommé environ 3.4 × 10²² FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
L'entraînement a consommé un corpus d'environ 1,400,000,000,000 jetons de texte
Réponses
OpenAudio-S1 — questions courantes
OpenAudio-S1— à quoi ça sert ?
Il fonctionne dans le domaine de Speech, et est enregistré comme gérant la tâche de speech synthesis, 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.
OpenAudio-S1— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 3.4 × 10²² FLOP. 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.
OpenAudio-S1— 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.
OpenAudio-S1— 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.
OpenAudio-S1— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 4B. "the 4-billion parameter S1 model". 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.
OpenAudio-S1— qui l'a créé ?
Il a été publié par Fish Audio, basé sur United States of America, une organisation catégorisée comme industry.
OpenAudio-S1— quand a-t-il été publié ?
Il a été publié dans June 2025.
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.