小参数语音模型多语种领先
mattturck · x · 2026-07-16
转发介绍了 GradiumAI 的 Phonon：只有 1 亿参数，但在英文上已领先；现在它在法语、德语、西班牙语上的词错率也低于 NVIDIA 的 Magpie（3.57 亿参数）和 Neuphonic 的 NeuTTS Nano（2.29 亿参数）。
帖子还强调它支持高质量语音克隆，并且模型规模更小；原帖附带了完整的多语言 benchmark 和获取链接。
「多模态」频道最新
- 用 CineMap 预排镜头+Seedance 2.5,把 AI 视频导演权拿回自己手里 — egeberkina · 2026-10-27
- 2 小时 50 美元复刻 Kurzgesagt 格式，引出「AI 创作缺意图」之争 — motionbynick · 2026-10-27
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- Kling 4.0 上线 Deevid AI：30 秒视频、10 关键帧、15 多模态参考 — nikola_mr64990 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27