Ein genauerer Blick auf Phonon TTS: hochwertige Sprachausgabe auf dem Gerät, die die Benchmarks anführt
Beitrag im Hugging-Face-Blog über Phonon TTS, der im Titel als hochwertige Sprachausgabe auf dem Gerät beschrieben wird, die die Benchmarks anführt.
Worum es im Artikel geht
Phonon von Gradium ist ein kleines Text-to-Speech-Modell mit offenen Gewichten, das komplett auf dem Gerät läuft, ohne Server und Netzwerk. Zwei Größen (rund 65 und 75 MB) decken Englisch, Französisch, Deutsch, Spanisch und Portugiesisch ab, mit über 100 integrierten Stimmen sowie Stimmklonen und -design im Gradium Studio. Phonon 31m (Englisch) steht unter Apache 2.0, die übrigen unter CC BY-NC. In zwei Wochen wurde es über 200.000-mal heruntergeladen, belegt im Open TTS Leaderboard von Hugging Face bei der Verständlichkeit Platz 1 in Deutsch und Spanisch und führt den CPU-Streaming-Test bei der Zeit bis zum ersten Ton an (28 ms). Es läuft auf Smartphones, Laptops, Browsern und NPUs über das ptts-Framework und ist ab v5.21 in Transformers.
Offiziellen Artikel lesen AnnuIA-Profil
Zusammenfassung von AnnuIA in eigenen Worten nach der offiziellen Seite von Hugging Face. Inhalt und Rechte liegen beim Herausgeber: bitte den Originalartikel lesen.