产业观察
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家族Phonon,其中英文版Phonon 31m仅3100万参数,采用Apache 2.0许可,整包体积只有64.5 MB,在笔记本CPU上首次出声延迟约7毫秒。这意味着TTS推理可完全在本地完成,无需云端调用,为语音助手、无障碍应用和隐私敏感场景提供了轻量可商用的开源方案。
⚡关键信息
- ▸Gradium开源端侧TTS模型家族Phonon,英文版Phonon 31m参数量为31M
- ▸Phonon 31m采用Apache 2.0许可,允许商业使用与二次开发
- ▸模型体积极小,仅需64.5 MB存储空间
- ▸在笔记本CPU上即可运行,首次出声延迟约7毫秒
- ▸全部推理在本地完成,无需云端依赖,契合隐私场景
🔥犀利点评
7毫秒出声、64.5 MB体积、Apache 2.0,三个数字凑齐,端侧TTS的最后一道门槛基本被踏平了。过去云TTS靠延迟和成本劝退开发者,如今本地跑得比网络往返还快,云端语音服务的护城河被这类小模型一刀切开。真正的问题是音质和情感表现力敢不敢与云方案正面对决,开源只是入场券。
📰 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.com 阅读全文 →