Zyphra 开源 Zonos3-Mini：端侧实时语音克隆 TTS

Zyphra 于 11 月 10 日发布开源 TTS 模型 Zonos3-Mini，主打语音克隆与端侧实时推理，权重以 Apache 2.0 许可上架 Hugging Face，发布当天即获得 SGLang-Omni 支持，并登上 Hugging Face 热门趋势榜。

已确认

• 模型总参数 800M，每 token 仅激活约 80M–100M 参数（不同帖子表述略有差异，pmttyji 称 64 专家 top-2 的隐式 MoE）
• 支持 43 种语言、语音克隆与词级控制（realmrfakename）
• 模型以 safetensors 和 GGUF 格式发布，是 Zonos 系列新成员
• 可完全在设备端运行：手机、笔记本乃至浏览器（WebGPU）均可实时推理；realmrfakename 表示演示视频中所有声音均来自一部手机上实时运行的 TTS
• 发布当天即支持 SGLang-Omni：单张 H100 上首包音频延迟仅 57 毫秒（spikedoanz 转述）
• 许可证为 Apache 2.0，权重上架 Hugging Face（victormustar）

为什么重要

• 极低激活参数量意味着高质量语音克隆不再依赖云端大算力，隐私与离线场景受益
• 浏览器（WebGPU）可直接运行，大幅降低部署与试用门槛
• victormustar 实测称听感自然、少数几次测试表现相当令人印象深刻，显示开源 TTS 质量正快速逼近商用方案

2026-11-10 ~ 2026-11-11 · 6 条相关

• 【源头】Zyphra 开源 ZONOS3-Mini：手机端实时语音克隆 TTS — realmrfakename · 2026-11-10
• Zonos3-Mini 登陆 SGLang-Omni：800M MoE 语音克隆模型首音仅 57 毫秒 — spikedoanz · 2026-11-10
• 【源头】Zyphra 开源 ZONOS3-Mini:800M 参数语音克隆 TTS,浏览器可实时跑 — victormustar · 2026-11-10
• 开源 TTS 模型 ZONOS3-Mini 曝光:Apache 2.0 协议仅 800M 参数、100M 激活 — victormustar · 2026-11-11
• Zyphra 开源 ZONOS3-Mini 语音模型,支持克隆与多语言 — Zyphra · 2026-11-11

另有 1 条近重复转述:pmttyji