WaveNet
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Google DeepMind
- Typ organizacji
- Industry
- Kraj
- United States of America
- Opublikowane
- 12 September 2016
- Autorzy
- A Oord, S Dieleman, H Zen, K Simonyan
Co to robi
Obszary problemowe, dla których stworzono model. Model może zawierać kilka z każdej.
- Domena
- Speech
- Zadanie
- Text-to-speech (TTS), Speech synthesis, Audio generation
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- Dane treningowe
- 11,520,000,000 tokens
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Dlaczego jest śledzone
- Highly cited
- Zaufanie do nagrania
- Unknown
- Cytacje
- 8,196
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- WaveNet: A Generative Model for Raw Audio
- Ostatnia aktualizacja
- 25 May 2026
Co oznaczają liczby
Czym jest ten model
WaveNet was published by Google DeepMind, in United States of America, in September 2016. industry is the category the publisher falls under.
It works in Speech, and is recorded as doing text-to-speech (TTS), Speech synthesis, Audio generation.
Jego wagi nigdy nie zostały opublikowane, więc można go osiągnąć tylko przez jego dostawcę. Żadna karta graficzna tego nie zmieni.
Jak to było trenowane
It was trained on about 11,520,000,000 tokens of text.
The reason it appears in this catalogue at all is highly cited.
Odpowiedzi
WaveNet — Często zadawane pytania
Is WaveNet open source?
The licensing for WaveNet was never recorded in our source data. We treat unstated licensing as closed, because an unrecorded licence is not one to rely on.
How many parameters does WaveNet have?
No parameter count has been published for WaveNet, which is why no memory or speed figure appears on this page.
Who created WaveNet?
WaveNet was published by Google DeepMind, based in United States of America, categorised as industry.
When was WaveNet released?
WaveNet was published in September 2016. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is WaveNet used for?
WaveNet works in Speech, and is recorded as handling text-to-speech (TTS), Speech synthesis, Audio generation. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
What GPU do I need to run WaveNet?
None. WaveNet is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..