Tacotron 2
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Google,University of California (UC) Berkeley
- Typ organizacji
- Industry,Academia
- Kraj
- United States of America
- Opublikowany
- 19 December 2017
- Autorzy
- 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
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Speech
- Zadanie
- Speech synthesis
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 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
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Zapisz pewność
- Confident
- Cytaty
- 3,047
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Prediction
- Ostatnio zaktualizowane
- 25 May 2026
Co oznaczają liczby
Tło
Tacotron 2 został opublikowany przez Google,University of California (UC) Berkeley, w kraju zapisanym jako United States of America, podczas December 2017. Organizacja publikująca jest klasyfikowana jako industry,Academia.
Działa w dziedzinie Speech, i jest zapisany jako wykonujący zadanie speech synthesis.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Trening zużył korpus około 2,125,888,704 Tokeny tekstu.
Odpowiedzi
Tacotron 2 — częste pytania
Tacotron 2— ile ma parametrów?
Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.
Tacotron 2— kto to stworzył?
Zostało opublikowane przez Google,University of California (UC) Berkeley, oparty na United States of America, organizacja sklasyfikowana jako industry,Academia.
Tacotron 2— kiedy to zostało wydane?
Zostało opublikowane w December 2017. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Tacotron 2— do czego to służy?
Działa w dziedzinie Speech, i jest zarejestrowany jako realizujący zadanie speech synthesis. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Tacotron 2— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Tacotron 2— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.