新开源 TTS：Scylla's Band
clockentyne · reddit · 2026-07-20
一个名为 Scylla's Band 的新 TTS 模型与推理框架开源了，附带 Android 示例应用。
作者给出的要点包括：
- 支持 10 种声音、7 档情绪/情感参数、3 种语言（英语、西语、意语）。
- 在 Samsung Fold 7 上首段音频延迟约 500–800ms，之后可连续流式输出。
- 代码与推理栈覆盖 Linux、macOS、Android，并测试了 M 系列 Mac 和 Android 设备。
- 他们没有用 eSpeak，而是自建数据集并训练了 G2P 模型，还自己做了 C++ 文本规范化和 ONNX/LiteRT 推理优化。
作者还提到未来想扩展更多语言、增强情感控制、补 iOS 示例，但暂时不承诺。
「具身」频道最新
- 32mm 直径塞进人形机器人关节：Zmotor 执行器全拆解 — MarwaEldiwiny · 2026-10-27
- 拆解中国人形机器人 Zmotor 线性执行器：内部构造全曝光 — MarwaEldiwiny · 2026-10-27
- 世界模型新玩法：物体赋重量摩擦系数，物理引擎推演机器人动作 — jonstephens85 · 2026-10-27
- 折叠屏 iPhone「Duo」开箱照现身,真机包装盒首曝 — chrisfirst · 2026-10-27
- Bedrock Robotics 获 6 亿美元 C 轮，无人挖掘机已在美国工地承接付费工程 — davidpattersonx · 2026-10-27
- UniAction 统一动作条件框架:单一世界模型驱动多种动作类型 — ZeYanjie · 2026-10-27