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
- Linus Torvalds：禁用 AI 工具的规定「愚蠢至极」 — MickeySteamboat · 2026-10-15
- Python 3.15 正式发布：懒加载 import 与更快 JIT 七大亮点解析 — _jaydeepkarale · 2026-10-15
- 「Agentic coding 让开发者 10 倍速」：代码、bug 和装懂的人都 10 倍了 — blaizedsouza · 2026-10-15
- OWASP 发布 Non-Human Identities Top 10,聚焦机器身份安全 — gleech · 2026-10-15
- 观点:用 Agent 自动化琐碎 IT 流程是金矿,但极难做 — Paimaamu · 2026-10-15
- 花叔开源 386 页 3D Vibe Coding 手册,GPT-Image 到 Tripo 到 Unity 全流程 — AlchainHust · 2026-10-15