Sopro V2：1.2亿参数开源语音克隆TTS
SammyDaBeast · reddit · 2026-08-27
Sopro V2 是一个仅 120M 参数的开源零样本语音克隆 TTS 模型，支持英语、葡语、法语和德语，可在 CPU 上流畅运行。
核心亮点：
- 小参数高性能：参数量仅 1.2 亿，但在 Seed-TTS-eval 测试中 WER 为 1.51-1.65，性能超越比它大 3-14 倍的模型（如 F5-TTS, CosyVoice）。
- 低延迟流式：在 M3 CPU 上首音频延迟约 300ms，H100 上 RTF 低至 0.07。
- 易用性：提供浏览器 Demo 和 Python 包，一条命令即可启动本地 Web UI 服务。
- 语言支持：据称是首个原生支持欧洲葡萄牙语（而非巴西葡语）的开源 TTS。
「多模态」频道最新
- 开源 LoRA 让 MiniMax H3 从单张照片生成无缝 360° 环绕视频 — camenduru · 2026-10-15
- Neon Noir 风格提示词走红：双色调霓虹出图效果惊艳 — LudovicCreator · 2026-10-15
- 不学像素画了：Krea 2 Turbo 加 LoRA 5 秒批量出像素素材 — Angaisb_ · 2026-10-15
- 动画短片功夫场面揭秘：真人南拳动捕结合 Seedance 2.5 生成 — JunieLauX · 2026-10-15
- 为 Krea 2 训练 px16 LoRA，8 步 5 秒出像素图标 — Angaisb_ · 2026-10-15
- 提示词分享:黑白影像中一抹红,Crimson Footsteps 电影感人像模板 — azed_ai · 2026-10-15