深入了解 Phonon TTS：在基准测试中领先的高质量端侧语音
Hugging Face 博客文章，介绍 Phonon TTS；标题将其描述为在基准测试中领先的高质量端侧语音。
文章要点
Gradium 的 Phonon 是一款开放权重的小型语音合成模型，完全在设备本地运行，无需服务器和网络。两个版本（约 65 MB 和 75 MB）支持英语、法语、德语、西班牙语和葡萄牙语，内置 100 多种声音，还可在 Gradium Studio 中克隆或设计声音。Phonon 31m（英语）采用 Apache 2.0 许可，其余为 CC BY-NC。两周内下载超过 20 万次，在 Hugging Face 的 Open TTS Leaderboard 上德语和西班牙语清晰度排名第一，并在 CPU 流式首音延迟（28 毫秒）测试中居首。通过 ptts 框架可在手机、笔记本、浏览器和 NPU 上运行，Transformers v5.21 起已内置。
本摘要由 AnnuIA 根据 Hugging Face 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。