我在使用开源的模型（像speech_sambert-hifigan_tts_zhida_zh-cn_16k）进行语音合成任务的推理时(使用官方示例代码的pipeline推理)，推理速度太慢了，500字大约需要1分钟，监控了一下GPU，虽然有GPU，但实际推理时还是CPU占用率很高，应该是没有用到GPU，我看pipeline使用时应该会首选GPU，GPU不能用时才使用CPU，我用的都是官方环境和机器，也没有任何报错信息，是TTS的模型不支持GPU吗？
使用开源的模型（像speech_sambert-hifigan_tts_zhida_zh-cn_16k）进行语音合成任务的推理时，推理速度太慢了，500字大约需要1分钟，为什么会这么慢
2023-12-06
569
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介：
使用开源的模型（像speech_sambert-hifigan_tts_zhida_zh-cn_16k）进行语音合成任务的推理时，推理速度太慢了，500字大约需要1分钟，为什么会这么慢
相关实践学习
达摩院智能语音交互 - 声纹识别技术
声纹识别是基于每个发音人的发音器官构造不同，识别当前发音人的身份。按照任务具体分为两种： 声纹辨认：从说话人集合中判别出测试语音所属的说话人，为多选一的问题 声纹确认：判断测试语音是否由目标说话人所说，是二选一的问题（是或者不是） 按照应用具体分为两种： 文本相关：要求使用者重复指定的话语，通常包含与训练信息相同的文本（精度较高，适合当前应用模式） 文本无关：对使用者发音内容和语言没有要求，受信道环境影响比较大，精度不高 本课程主要介绍声纹识别的原型技术、系统架构及应用案例等。 讲师介绍： 郑斯奇，达摩院算法专家，毕业于美国哈佛大学，研究方向包括声纹识别、性别、年龄、语种识别等。致力于推动端侧声纹与个性化技术的研究和大规模应用。
目录
相关文章
|
算法
语音技术
|
3月前
|
自然语言处理
语音技术
开发者
|
4月前
|
机器学习/深度学习
TensorFlow
语音技术
|
5月前
|
语音技术
|
6月前
|
人工智能
搜索推荐
语音技术
|
6月前
|
自然语言处理
文字识别
Linux
ModelScope运行语音合成模型的官网代码示例报错如何解决
ModelScope模型报错是指在使用ModelScope平台进行模型训练或部署时遇到的错误和问题；本合集将收集ModelScope模型报错的常见情况和排查方法，帮助用户快速定位问题并采取有效措施。
184
0
0
|
6月前
|
自然语言处理
搜索推荐
PyTorch
ModelScope问题之NoteBook训练个性化语音合成模型报错如何解决
ModelScope训练是指在ModelScope平台上对机器学习模型进行训练的活动；本合集将介绍ModelScope训练流程、模型优化技巧和训练过程中的常见问题解决方法。
103
0
0
|
机器学习/深度学习
人工智能
自然语言处理
Tacotron2、GST、Glow-TTS、Flow-TTS…你都掌握了吗？一文总结语音合成必备经典模型（四）
Tacotron2、GST、Glow-TTS、Flow-TTS…你都掌握了吗？一文总结语音合成必备经典模型
1162
0
1
|
机器学习/深度学习
自然语言处理
前端开发
Tacotron2、GST、Glow-TTS、Flow-TTS…你都掌握了吗？一文总结语音合成必备经典模型（二）
Tacotron2、GST、Glow-TTS、Flow-TTS…你都掌握了吗？一文总结语音合成必备经典模型
431
1
1
|
机器学习/深度学习
自然语言处理
前端开发
BLSTM-RNN、Deep Voice、Tacotron…你都掌握了吗？一文总结语音合成必备经典模型-1
BLSTM-RNN、Deep Voice、Tacotron…你都掌握了吗？一文总结语音合成必备经典模型
255
0
0
