开源 LuxTTS 号称 1GB 显存实现 150 倍实时语音克隆
thisguyknowsai · x · 2026-07-28
- 一款名为 LuxTTS 的开源 TTS 模型宣称可达 150 倍实时速度，并且只需 1GB 显存。
- 它把 ZipVoice 蒸馏到 4 步采样，再配合自定义 48kHz vocoder，试图解决很多 24kHz TTS 常见的“播客压缩感”和发音发闷问题。
- 作者还称它在 CPU 上也能快于实时，支持 Mac MPS，并以 Apache 2.0 开源。
- 这条帖子的核心卖点是：在保持接近大模型的配音/克隆质量的同时，把部署门槛压到本地也能跑。
「多模态」频道最新
- 开源本地 AI 工具可生成幻灯片、可视化编辑并导出 PPTX — goodboydhrn · 2026-07-28
- RTX 3060 实测：Mage-Flow 比 Krea 2 Turbo 快 13–18 倍但画质落后 — SirMick · 2026-07-28
- MIT 框架教视觉语言模型生成更准确的 CAD 程序 — bravo_abad · 2026-07-28
- “33°C”只是文本，不等于触觉体验 — flowersslop · 2026-07-28
- 一条 Seedance 2.0 提示词复刻 90 年代街机厅 — techhalla · 2026-07-28
- 开发者用 OpenClaw 和 MiniCPM-V 4.6 搭出本地照片助手 — 面壁智能 · 2026-07-28