Tacotron 2
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
- Google,University of California (UC) Berkeley
- Tipo di organizzazione
- Industry,Academia
- Paese
- United States of America
- Pubblicato
- 19 December 2017
- Autori
- Jonathan Shen, Ruoming Pang, Ron J. Weiss, Mike Schuster, Navdeep Jaitly, Zongheng Yang, Zhifeng Chen, Yu Zhang, Yuxuan Wang, RJ Skerry-Ryan, Rif A. Saurous, Yannis Agiomyrgiannakis, Yonghui Wu
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Speech
- Compito
- Speech synthesis
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
- 2,125,888,704 tokens
"We train all models on an internal US English dataset[12], which contains 24.6 hours of speech from a single professional female speaker." 13,680 words/hour * 24.6 = 336528 words
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Record fiducia
- Confident
- Citazioni
- 3,047
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Prediction
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Sfondo
Tacotron 2 è stato pubblicato da Google,University of California (UC) Berkeley, nel paese registrato come United States of America, durante December 2017. L'organizzazione di pubblicazione è classificata come industry,Academia.
Funziona nel dominio di Speech, ed è registrato come eseguire il compito di speech synthesis.
Poiché i pesi non sono disponibili, nessuna delle specifiche hardware presenti in questo sito si applica ad esso.
Come è stato addestrato
L'addestramento ha consumato un corpus di circa 2,125,888,704 token di testo
Risposte
Tacotron 2 — domande comuni
Tacotron 2— 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.
Tacotron 2— chi l'ha creato?
È stato pubblicato da Google,University of California (UC) Berkeley, basato su United States of America, un'organizzazione categorizzata come industry,Academia.
Tacotron 2— quando è stato rilasciato?
È stato pubblicato in December 2017. 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.
Tacotron 2— A cosa serve?
Funziona nel dominio di Speech, e viene registrato come gestire il compito di speech synthesis. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
Tacotron 2— 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.
Tacotron 2— 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.
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.