你好，我使用【FRCRN语音降噪-单麦-16k】这个模型 cpu 推理较慢
你好，我使用【FRCRN语音降噪-单麦-16k】这个模型 cpu 推理较慢。
环境：windows 11 dockerDesktop ubuntu镜像
Q : 我在使用推理的时候，发现四五秒的音频推理需要20多秒，但是官方给出的demo 只需要0.3s。
我试用了 NoteBook 的GPU版本和CPU版本，标有 8核 cpu的处理起来跟我本机速度差不多（5s音频），使用GPU版本连续推理第一次需要3s，第二次仅需0.3s（与cpu版相同的音频），请问CPU 版本 和GPU 版本差距是如此巨大的吗？有没有方案能够弥补一下CPU版的速度缺陷？
展开
收起
1
条回答
写回答
写回答
-
您好，FRCRN语音降噪这一版模型的运算量是比较大的，特别是在CPU上处理耗时相对比较长，在模型不变的情况下没有什么很好的优化方案。建议使用GPU来提升速度，通常能够比CPU提升几倍到几十倍，不过GPU第一次使用需要初始化CUDA所以会比第二次调用耗时长一些。
2022-11-22 11:48:58赞同 1 展开评论 打赏
相关问答
热门讨论
热门文章
modelscope上跑报错，提示要pip install ttsfrd，搞不定
7904
关于 Windows平台上 ttsfrd 库的问题。
1818
No module named 'ttsfrd'
1427
KeyError: 'asr-inference is not in the pipelines r
2059
PyTorch Transformer 英中翻译超详细教程
963
modelscope 更新指定版本
430
目录空间都删的只剩2G了，还报OSError: [Errno 122] Disk quota exc
1050
ttsfrd 是不开源的吗
3919
Paraformer语音识别-中文-通用-16k-离线-large-长音频版，无网络时无法使用如何处
496
关于 modelscope-funasr 报错的问题。
1031
展开全部
CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
211
ClearerVoice-Studio：阿里通义开源的语音处理框架，提供语音增强、分离和说话人提取等功能
128
3D-Speaker：阿里通义开源的多模态说话人识别项目，支持说话人识别、语种识别、多模态识别、说话人重叠检测和日志记录
50
Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
69
KAN-TTS 在 conda 环境下无法安装 ttsfrd
1268
Fish Speech 1.5：Fish Audio 推出的零样本语音合成模型，支持13种语言
91
智能降噪
1108
ChatTTSPlus：开源文本转语音工具，支持语音克隆，是 ChatTTS 的扩展版本
63
Clone-voice：开源的声音克隆工具，支持文本转语音或改变声音风格，支持16种语言
89
同一个语音为什么识别结果还不一致的，有大佬知道原因吗（Paraformer语音识别-中文-通用-16k-离线-large-热词版）
326
展开全部
