Phonon TTSを詳しく見る：ベンチマークでトップの高品質オンデバイス音声
Hugging Faceのブログ記事で、Phonon TTSを取り上げています。タイトルでは、ベンチマークでトップの高品質なオンデバイス音声と紹介されています。
記事の内容
GradiumのPhononは、サーバーもネットワークも不要で端末内だけで動く、小型のオープンウェイト音声合成モデルです。約65MBと75MBの2サイズで、英語・フランス語・ドイツ語・スペイン語・ポルトガル語に対応し、100以上の内蔵音声に加え、Gradium Studioで音声クローンやボイスデザインもできます。Phonon 31m（英語）はApache 2.0、他はCC BY-NCです。2週間で20万回以上ダウンロードされ、Hugging FaceのOpen TTS Leaderboardではドイツ語とスペイン語の明瞭度で1位、CPUストリーミングの初回音声までの時間（28ミリ秒）でもトップです。pttsフレームワークでスマホ、PC、ブラウザ、NPUで動作し、Transformers v5.21以降にも収録されています。
この要約は、Hugging Face の公式ページをもとに AnnuIA が自分の言葉で作成しました。内容および権利は発行元に帰属します。元の記事をご覧ください。