本地秒出录音棚级配音:9900万参数开源TTS跑赢ElevenLabs
JafarNajafov · x · 2026-10-01
开源工具 Supertonic 可以在笔记本 CPU 上通过 ONNX 免费生成本地配音:9900 万参数、无需 GPU、断网可用,不到 1 秒输出 44.1kHz 录音棚级音频。
- 实测中它对电话号码、美元金额、技术单位的发音一次全对,而 ElevenLabs、OpenAI、Gemini TTS 在同样测试中全部出错
- 开箱支持 31 种语言(英语、日语、印地语、阿拉伯语等),支持表情标签,可在脚本里内嵌笑声、叹气、呼吸声,让人声更自然
- 已有人将其接入 Chrome 扩展、iPhone 应用,甚至飞行模式下的电子阅读器
- 代码 MIT 协议、模型开放权重,GitHub 已 1.3 万 star
即使不用于正式配音,手头常备一个免费本地 TTS 也很有用。
「Infra」频道最新
- turbopuffer 公开重写存储引擎 v3，实时公开展示查询计划优化 — vboykis · 2026-10-01
- 美银上调美光 FY27/28 预期，称 AI 内存涨价可持续、看 FY28-29 回购达 600-1000 亿美元 — firstadopter · 2026-10-01
- T4 上 190 毫秒出图：蒸馏后文生图模型实现逐键实时生成 — Gradio · 2026-10-01
- Agent 90 分钟跑 322 个 HF Jobs 测代码,账单仅 $4 — vanstriendaniel · 2026-10-01
- 传 Anthropic 将向 Broadcom 采购约 5GW 算力，2027 年或成其最大客户 — zephyr_z9 · 2026-10-01
- Zoho 自建云十余年后开放：Catalyst 免费供学生构建部署应用 — RoboBalaji · 2026-10-01