AI for Data
Gradium开源Phonon:3100万参数的端侧TTS模型,采用Apache 2.0协议
原标题: Gradium开源Phonon:3100万参数的端侧TTS模型,采用Apache 2.0协议
📋总体概括
Gradium开源了端侧语音合成模型家族Phonon,其中英文版Phonon 31m仅有3100万参数,在Apache 2.0协议下发布,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。这一发布将轻量级TTS推向纯本地推理场景,为隐私敏感、离线可用的语音交互应用提供了可商用的开源选项,也反映了端侧小模型在语音赛道的持续升温。
⚡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协议发布
- ▸Phonon 31m参数量仅3100万,模型体积仅64.5 MB,适合嵌入移动与边缘设备
- ▸在普通笔记本CPU上即可运行,开始发声延迟约7毫秒,无需GPU或云端调用
- ▸纯本地推理意味着语音数据不出设备,天然契合隐私敏感与离线场景
🔥犀利点评
别再吹动辄几十亿参数的云端TTS了——语音交互的真正瓶颈从来不是音质上限,而是延迟、成本和隐私。7毫秒的CPU级首包延迟加上64.5 MB的体积,才是把TTS塞进耳机、车载和IoT设备的正确姿势。Apache 2.0更是直接把商用门槛踩平,Gradium这步棋瞄准的是端侧语音的放量市场,而不只是刷个开源榜。
📰 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 →