E2 TTS
Geen schatting
Geen hardware-eisen voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..
Op record
Volledige specificatie
Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..
Oorsprong
Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.
- Organisatie
- Microsoft
- Organisatietype
- Industry
- Land
- United States of America
- Gepubliceerd
- 12 September 2024
- Auteurs
- Sefik Emre Eskimez, Xiaofei Wang, Manthan Thakker, Canrun Li, Chung-Hsien Tsai, Zhen Xiao, Hemin Yang, Zirun Zhu, Min Tang, Xu Tan, Yanqing Liu, Sheng Zhao, Naoyuki Kanda
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Speech
- Taak
- Text-to-speech (TTS), Speech synthesis
Grootte
Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.
- parameters
- 335M
- Training gegevens
- 245,760,000,000 tokens
"The architecture incorporated U-Net [23] style skip connections, 24 layers, 16 attention heads, an embedding dimension of 1024, a linear layer dimension of 4096. The character embedding vocabulary size was 399.5 The total number of parameters amounted to 335 million"
"We utilized the Libriheavy dataset [30] to train our models. The Libriheavy dataset comprises 50,000 hours of read English speech from 6,736 speakers, accompanied by transcriptions that preserve case and punctuation marks." "We also used a proprietary 200,000 hours of training data to investigate the scalability of the E2 TTS model." "All models were trained for 800,000 mini-batch updates with an effective mini-batch size of 307,200 audio frames." Token count estimate: 307,200 × 800,000 = 2…
Training rekenen
De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.
- Training rekenen
- 4.9 × 10²⁰ FLOP
- Hoe het werd opgericht
- Operation counting
6 FLOP / token / parameter * 245760000000 tokens * 335000000 parameters = 4.939776e+20 FLOP
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Toegang tot model
- Unreleased
- Training code
- Unreleased
Hoe het is geclassificeerd
Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Record vertrouwen
- Confident
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- E2 TTS: Embarrassingly Easy Fully Non-Autoregressive Zero-Shot TTS
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
E2 TTS werd gepubliceerd door Microsoft, in het land geregistreerd als United States of America, tijdens September 2024. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Speech, en wordt geregistreerd als het uitvoeren van de taak van text-to-speech (TTS), Speech synthesis.
De gewichten werden nooit gepubliceerd, dus het kan alleen worden bereikt via de provider. Geen enkele GPU verandert dat.
Wat erin ging zitten om het te bouwen
Training kostte een rekensbudget van ongeveer 4.9 × 10²⁰ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Het is getraind op een corpus van ongeveer 245,760,000,000 tekstokens
Antwoorden
E2 TTS — veelgestelde vragen
E2 TTS— wanneer is het uitgebracht?
Het werd gepubliceerd in September 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
E2 TTS— waarvoor wordt het gebruikt?
Het werkt in het domein van Speech, en wordt geregistreerd als het afhandelen van text-to-speech (TTS), Speech synthesis. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
E2 TTS— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 4.9 × 10²⁰ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.
E2 TTS— Welke GPU heb ik nodig om het te draaien?
Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.
E2 TTS— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
E2 TTS— hoeveel parameters heeft het?
Het heeft een parameter telling van 335M. "The architecture incorporated U-Net [23] style skip connections, 24 layers, 16 attention heads, an embedding dimension of 1024, a linear layer dimension of 4096. The character embedding vocabulary size was 399.5 The total number of parameters amounted to 335 million". Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.
E2 TTS— wie heeft het gemaakt?
Het werd gepubliceerd door Microsoft, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
De andere richting
Van de andere kant bekijken?
Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.