Kyutai 开源 Pocket TTS 训练栈，成本低于 200 美元
syhw · x · 2026-08-26
Kyutai Labs 开源了完整的 Pocket TTS 训练栈，包括数据流水线、配方和评估脚本。该项目专为 CPU 设计，旨在让 TTS 运行在任何设备上。
训练进展迅速：约 15k 步开始成词，50k 步可阅读任何文本（WER < 1%），200k 步语音去合成化。在消费级 GPU 上需一周训练，8 张 H100 仅需 10-20 小时。租用硬件的训练成本低于 200 美元。
团队建议开发者尝试：用自己的语言训练（几百小时语音即可）、增加情感标签或唱歌功能，以及优化速度和体积。
「编程与Agent」频道最新
- 用 MLX 在 Mac 上训练 iMessages 私有模型 — romainhuet · 2026-08-26
- 用Codex给GBA写游戏：社区自制复古太空射击Sunshard — romainhuet · 2026-08-26
- Claude Reflect 系统：让 AI 从纠错中永久学习 — tom_doerr · 2026-08-26
- Bug Hunt Bench：针对真实植入 Bug 的代码模型评测 — PawelHuryn · 2026-08-26
- 用 Grok Build 模式打造乐高说明书生成 App — Baconbrix · 2026-08-26
- JetBrains 推出 Junie Local，将编码 Agent 完全引入 Mac 本地 — homothebrave · 2026-08-26