AI for Data
Gradium开源Phonon:3100万参数的端侧TTS模型,采用Apache 2.0许可
原标题: Gradium开源Phonon:3100万参数的端侧TTS模型,采用Apache 2.0许可
📋总体概括
Gradium开源了端侧文本转语音模型Phonon系列,其中英文版Phonon 31m仅3100万参数,采用Apache 2.0许可发布。该模型体积仅64.5 MB,可在笔记本CPU上以约7毫秒的延迟开始发声,主打轻量化、低延迟的本地语音合成能力,为端侧AI语音应用提供了可直接商用的新选择。
⚡关键信息
- ▸Gradium开源端侧TTS模型家族Phonon,英文版Phonon 31m采用Apache 2.0许可
- ▸Phonon 31m仅3100万参数,模型体积压缩至64.5 MB
- ▸在笔记本CPU上即可运行,首音延迟约7毫秒,无需GPU或云端
- ▸端侧+宽松开源许可组合,可直接嵌入商业产品使用
🔥犀利点评
7毫秒首音延迟和64.5 MB体积才是真正的卖点——TTS这条赛道早被云端大模型卷成了红海,端侧轻量反而是差异化活路。但31M参数的音质和表现力如何、支持哪些语种,通稿里一字不提,开源只是入场券,效果得自己跑了才知道。
📰 相关资讯(与本文相关的其他资讯)
本文由本站自动聚合,以下为原始来源:前往 MarkTechPost 阅读全文 →