开源 2.9B 参数 TTS 模型 TontaubeV1，采用字符级分词
EAVDR · reddit · 2026-09-01
TontaubeV1 是一个基于 Qwen3-1.7B 的 2.9B 参数开源 TTS 模型，专注于表现力强的长文本生成和低延迟本地推理，支持英德语及零样本声音克隆。该项目采用了两项非主流设计：
- 字符级分词：强制模型将文本视为字符序列处理，发现比 BPE 分词效果更好，减少了未见过的 token 组合导致的分布外问题，且保留了语言理解能力。
- 独特的分块与位置编码：将文本、语义音频和声学码本序列视为多行并行数据流，通过逻辑位置 ID 将相同时间帧的 token 对齐。使用配对的分割标记防止位置泄露，并通过滑动窗口保持长文本上下文。
「模型」频道最新
- Mistral 发布 Timestral 时序预测模型，500 万参数可跑普通 CPU — lmoroney · 2026-10-18
- 曝 Hugging Face 热榜被刷:AutoTrust 模型靠数千养号点赞冲榜 — mrfakename0 · 2026-10-18
- AutoTrust 模型被曝刷榜:仅 17 天冲上 HF 史上点赞第 10 — realmrfakename · 2026-10-18
- Google AI Studio 全面升级:Gemini 4 Argon 驱动全栈应用一键部署 — clmt · 2026-10-18
- 爆料:OpenAI 下周将发布新模型,代号 aurora 疑似三款 alpha — imjustnewatai · 2026-10-18
- 用户吐槽 Gemini 推出 Argon 后大面积卡顿：一半请求挂起 — johnfromberkeley · 2026-10-18