Audio8开源多代端侧音频模型，覆盖0.1B到3B
alexcovo_eth · x · 2026-09-08
Samuel Zeng 团队宣布过去两个月通过 Audio8 向社区开源了多代端侧音频模型，当前组合包括：
- ASR（语音识别）：0.1B、0.3B、0.6B、3B 四个规格
- TTS（语音合成）：0.1B、0.3B、0.6B 三个规格
这些模型面向本地推理设计，部署目标涵盖手机、PC 及其他资源受限设备。
「多模态」频道最新
- Hi3D V1.0 开源发布：训练资产翻四倍，切片成功率 90% — kimmonismus · 2026-10-26
- 用 Claude 十分钟替代 YouTube 缩略图设计师 — thedankoe · 2026-10-26
- 从业者回应「多模态无用论」：梳理历史与未来展望 — thoma_gu · 2026-10-26
- 一条 Prompt 生成完整 Blender 动画,作者全程未手动建模 — iamfakhrealam · 2026-10-26
- Muse Wonder 分块 + SAM 3.1,一粒不漏分割整根玉米粒 — nikhilaravi · 2026-10-26
- LichtFeld Studio v0.5.4.3：社区贡献的 SteadySplats 等新功能上线 — janusch_patas · 2026-10-26