本地开源TTS Supertonic发布
JafarNajafov · x · 2026-07-14
Supertonic 是一个完全在本地设备运行的文本转语音模型，不需要云端、API key，也没有按字符计费。作者称它是 100% 开源、MIT 许可，GitHub 星标约 2700。
帖子给出的性能数据很激进：在 M4 Pro 上可达 167x 实时速度，只有 6600 万参数；速度对比中，Supertonic 达到 1263 字符/秒，而 ElevenLabs Flash 为 287，OpenAI TTS-1 为 55。它还能在 Raspberry Pi、甚至离线的电子阅读器上运行。
功能上，它能较好地识别货币、日期、电话号码和技术单位，无需预处理；支持 11 个平台、5 种语言，并提供 Chrome 扩展，可在一秒内把网页转成音频。作者的结论是：长期由云端 API 主导的 TTS 市场，可能要被这类端侧模型冲击。
「Infra」频道最新
- AI 工程师必懂的 12 种 KV Cache 压缩技术一文讲透 — blaizedsouza · 2026-09-11
- 影子算力市场走向台前,Meta 对外出售过剩 GPU 算力成标志性信号 — DavidLinthicum · 2026-09-11
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11