3B 参数开源 TTS 模型 Rumik OSS 1 发布,主打 22 种印度语言
13baaphumain · reddit · 2026-09-13
Reddit 用户发现 rumik-ai 在 Hugging Face 上开源了新的 TTS 模型 Rumik OSS 1,仅 3B 参数,主打印度语言市场。
要点:
- 覆盖 22 种印度语言 + 英语,支持语码转换(code-switching)和罗马化文本输入
- 支持情感/语气控制,可生成笑声、叹气等非语言声音
- 24kHz 输出,提供 4 种音色
- 同时发布 base 模型和 post-trained 模型
对多语言 TTS 和印度市场 AI 应用是值得关注的开源资源。
「多模态」频道最新
- 曝 Gemini 4 Carbon 实测:比 Opus 5.5 便宜 3 倍、快一倍以上 — vitaliychiley · 2026-10-31
- AI 生成童话短片：眼泪变毛线，全镇疯狂造泪 — gizakdag · 2026-10-31
- ComfyUI 预览图节点扩展：点击即可一键保存出图 — sitefall · 2026-10-31
- 用 Gemini 全家桶拍 MKUltra 黑历史微剧,总 API 花费仅约 $35 — korymath · 2026-10-31
- 手柄当无人机操控镜头:Godot 相机路径数据喂给 Wan 生成视频 — droidsculptor · 2026-10-31
- Customuse 推出 Decals:解决 3D AI 模型生成清晰 Logo 与文字的短板 — SimplyAnnisa · 2026-10-31