Voicebox / VB-En
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
- Facebook AI Research
- Organisatietype
- Industry
- Land
- United States of America, France
- Gepubliceerd
- 19 October 2023
- Auteurs
- Matthew Le, Apoorv Vyas, Bowen Shi, Brian Karrer, Leda Sari, Rashel Moritz, Mary Williamson, Vimal Manohar, Yossi Adi, Jay Mahadeokar, Wei-Ning Hsu
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Speech
- Taak
- Speech synthesis, Text-to-speech (TTS)
- Numerieke indeling
- FP16
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
- 358M
- Training gegevens
- tokens
Acoustic Model: 330 million parameters Duration Model: 28M for English-only model (VB-En)
"We train an English-only Voicebox on 60K hours of data and a multilingual version on 50K hours of data covering six languages (English, French, German, Spanish, Polish, and Portuguese)." "VB-En/VB-Multi audio models are trained for 500K/750K updates with an effective batch size of 240K frames" "For training efficiency, audio length is capped at 1,600 frames and chunked randomly if the length exceeds this threshold. Duration models are trained for 600K updates with an effective batch size of 6…
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Gebruikte chips
- 32
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
- Voicebox: Text-Guided Multilingual Universal Speech Generation at Scale
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Achtergrond
Voicebox / VB-En werd gepubliceerd door Facebook AI Research, in het land geregistreerd als United States of America, tijdens October 2023. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Speech, en wordt geregistreerd als het uitvoeren van de taak van speech synthesis, Text-to-speech (TTS).
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Antwoorden
Voicebox / VB-En — veelgestelde vragen
Voicebox / VB-En— is het open-source?
Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.
Voicebox / VB-En— hoeveel parameters heeft het?
Het heeft een parameter telling van 358M. Acoustic Model: 330 million parameters Duration Model: 28M for English-only model (VB-En). 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.
Voicebox / VB-En— wie heeft het gemaakt?
Het werd gepubliceerd door Facebook AI Research, gebaseerd op United States of America, een organisatie geclassificeerd als industry.
Voicebox / VB-En— wanneer is het uitgebracht?
Het werd gepubliceerd in October 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.
Voicebox / VB-En— waarvoor wordt het gebruikt?
Het werkt in het domein van Speech, en wordt geregistreerd als het afhandelen van speech synthesis, Text-to-speech (TTS). Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.
Voicebox / VB-En— 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.
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.