Подробнее о Phonon TTS: качественный синтез речи на устройстве, лидирующий в бенчмарках

О чём статья

Phonon от Gradium — небольшая модель синтеза речи с открытыми весами, работающая целиком на устройстве, без сервера и сети. Две версии (около 65 и 75 МБ) поддерживают английский, французский, немецкий, испанский и португальский, есть более 100 встроенных голосов, а также клонирование и дизайн голоса в Gradium Studio. Phonon 31m (английский) выпущена под Apache 2.0, остальные — под CC BY-NC. За две недели её скачали более 200 000 раз; в Open TTS Leaderboard от Hugging Face она первая по разборчивости в немецком и испанском и лидирует в тесте потоковой работы на CPU по задержке до первого звука (28 мс). Работает на телефонах, ноутбуках, в браузерах и на NPU через фреймворк ptts, доступна в Transformers с v5.21.

Читать официальную статью Карточка AnnuIA

Краткое изложение написано AnnuIA своими словами по официальной странице Hugging Face. Содержание и права принадлежат издателю: читайте оригинальную статью.

Все новости