Gradium 开源 Phonon 端侧 TTS，50M 参数以下可离线运行

Gradium 发布并开源了 Phonon，一套专为设备端运行设计的文本转语音（TTS）模型家族，包含 31M 和 40M 参数两个规格，全部低于 50M，可在完全离线、语音数据不出设备的前提下嵌入任意应用。官方称其在多语言自然度与准确率上树立了端侧新标准，推理后端支持范围也最广。

已确认

• Phonon 提供两个规格：31M 与 40M 参数，全部低于 50M，模型与代码均已开源，Phonon-31m 采用 Apache 2.0 协议。
• 准确率指标：Phonon 31M（英语）词错率 WER 仅 1.70%，测试基于 500 句其他模型常出错的困难句子，在电话号码、邮箱、邮编等易错场景表现突出。
• 推理栈完全开源，主要以 Rust 编写，目标支持 CPU、GPU、NPU 等 10 余种后端。
• 由于完全跑在本地，断网状态下也能流畅合成语音，保障隐私。

为什么重要

• 50M 以下的参数量意味着模型可嵌入手机等资源受限设备的任意 App，而不依赖云端服务。
• 离线运行天然规避语音数据上传带来的隐私风险，适合对隐私敏感的嵌入场景。
• 以 Rust 编写、支持 10 余种后端的完全开源推理栈，降低了开发者在不同硬件平台上部署端侧 TTS 的门槛。

2026-10-20 ~ 2026-10-21 · 7 条相关

• Gradium 开源 Phonon 端侧 TTS:50M 参数以下,断网也能流畅说话 — HeyAmit_ · 2026-10-20
• Gradium 开源端侧 TTS 模型 Phonon,词错率低至 1.7% — thisguyknowsai · 2026-10-20
• 【源头】Gradium 开源 Phonon：31M/40M 端侧 TTS 模型，推理栈支持 10+ 后端 — l-m-z · 2026-10-21

另有 4 条近重复转述:thisdudelikesAI · bigaiguy · thisdudelikesAI · alex_verem