Audioseal
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- Facebook AI Research
- Tipo di organizzazione
- Industry
- Paese
- United States of America, France
- Pubblicato
- 6 June 2024
- Autori
- Robin San Roman, Pierre Fernandez, Alexandre Défossez, Teddy Furon, Tuan Tran, Hady Elsahar
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Audio, Speech
- Compito
- Audio classification, Audio generation
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- Dati di addestramento
- tokens
4,500 hours * 13,680 English words per hour = 61560000 words
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Codice di addestramento
- Open source
The code in this repository is released under the MIT license https://github.com/facebookresearch/audioseal training code: https://github.com/facebookresearch/audioseal/blob/main/docs/TRAINING.md looks like training scripts are in this repo: https://github.com/facebookresearch/audiocraft/blob/main/audiocraft/solvers/watermark.py
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Proactive Detection of Voice Cloning with Localized Watermarking
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Da dove è venuto
Audioseal è stato pubblicato da Facebook AI Research, nel paese registrato come United States of America, durante June 2024. Esce da un'organizzazione categorizzata come industry.
Funziona nel dominio di Audio, Speech, ed è registrato come eseguire il compito di audio classification, Audio generation.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Risposte
Audioseal — domande comuni
Audioseal— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
Audioseal— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
Audioseal— quanti parametri ha?
Non è stato pubblicato alcun conteggio dei parametri per esso, motivo per cui non appare alcun dato sulla memoria o sulla velocità su questa pagina.
Audioseal— chi l'ha creato?
È stato pubblicato da Facebook AI Research, basato su United States of America, un'organizzazione categorizzata come industry.
Audioseal— quando è stato rilasciato?
È stato pubblicato in June 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
Audioseal— A cosa serve?
Funziona nel dominio di Audio, Speech, e viene registrato come gestire il compito di audio classification, Audio generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.