Gradium 复盘介绍开源端侧 TTS 模型 Phonon 及 Transformers 用法

Gradium 团队发布文章，复盘两周前开源的端侧文本转语音模型 Phonon，介绍其发布故事、榜单成绩，以及 Transformers 和 ptts 的推理用法。 Phonon 分约 65 MB 和 75 MB 两档，支持英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个声音。其中 Phonon 31m 采用 Apache 2.0 许可，可免费商用；其余模型为 CC BY-NC，仅限非商业项目免费使用，商用需按用户数而非生成语音量付费。 Phonon 已进入 🤗 Transformers（自 v5.21 起），作为其参考 PyTorch 实现。

AI 根据报道生成 · 3 小时前更新