待验证50% 置信事实精确时间

非自回归模型（如FastSpeech系列、VITS）并行生成所有帧，通常比自回归模型快10-100倍但表现力受限

1

来源数

50%

置信度

长期有效

时效性

2026/8/5

首次发现

来源

H3语音模型全精度权重发布：表现力惊艳但长句声音漂移待解

相关事实

待验证非自回归语音模型通常比自回归模型快10-100倍，但表现力受限于预测器准确性67% 相似待验证顶级模型每次调用的算力消耗可能是轻量模型的数十倍63% 相似待验证大模型Decode阶段由于每步依赖上一步结果只能串行执行，硬件利用率通常不足10%62% 相似待验证不同的system prompt、temperature、最大token数、重试次数等超参数可能使同一模型的评测结果相差10个百分点以上62% 相似待验证效率型模型以远低于旗舰模型的推理成本（通常低5-10倍）提供接近旗舰模型80-90%的能力表现61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/687641

API

curl https://kongchang.com/api/v1/knowledge/claims/687641

MCP

get_claim(id=687641)