Waveglow_Inference_in_CUDA:C ++代码在cuda中运行waveglow推理 源码

Waveglow_Inference_in_CUDA C ++代码可在CUDA中运行优化的推理,与,此实现比具有25%全精度提速,并且具有2.5-3倍的提速 默认情况下,在NVIDIA的Volta GPU上运行时,此代码将使用GPU的TensorCore 波浪光 NVIDIA Waveglow的Cuda C ++实现。 本文描述了基于流程的模型架构。 。 Waveglow是一种基于流的网络,能够从mel-specograms生成高质量的语音。 它结合了和见解,以提供快速,高效和高质量的音频合成,而无需自动回归。 WaveGlow仅使用单个网络来实现,仅使用单个成本函数进行训练:最大化训练数据的可能性,这使训练过程变得简单而稳定。 论文声称,在全精度(32位浮点)waveglow在V100上的500kHz的产生讲话,但通常它是关于与pytorch的实施和使用400-420kHz在全