Xiang Lyu
Xiang Lyu
> I also met with this issue but cannot solve it. is there any body could help? It is very easy to modify this problem. Just debug the code at...
@zhezhaoa 你是指Co-occurrence Type为Word → Character (1)的Context Word Vectors嘛？还是说任意一个Context Word Vectors都可以呢？
> Hello, > > Thanks for asking. > > First, I was wondering why are you using `torchrun` instead of `python -m torch.distributed.launch ...` ? Are there any reasons for...
150ms请使用阿里云，而且是预训练音色不需要提取token和embedding情况下。开源版本是python且zero shot推理，跟150ms肯定是有差距的，但是模型方案是一模一样的，有能力的可以先进行工程话，开源后续可能会更新一个llm用vllm推理
> 用3秒克隆代码保存的pth文件做推理测试，相同的一句话“你好，请稍等，我正在思考您的问题…”，从fastapi里的server启动服务，推理这句话。300M推理速度是2秒，0.5B是8秒。 是否是在相同的prompt下进行对比，cosyvoice和coysvoice2初始化时，都指定load_jit等为false
> torch.compile（）可以加速一下吗，有没有方案 我们现在提供的是与我们阿里云一致的引擎导出方案(jit和trt)，其他的没有做过尝试
1. use mode. add_zero_shot_spk, check readme for usage 2. no, for new language, you need to prepare corresponding data and do sft training
no, we only support sentence level stream input
用cosyvoice-25hz-sft来使用预训练音色
可以把合成结果发一下，评估一下是否可以修复