Gradium 开源端侧 TTS 模型 Phonon,词错率低至 1.7%
thisguyknowsai · x · 2026-10-20
Gradium 开源了 Phonon 端侧文本转语音模型家族,包含 31M 和 40M 参数两个规格,主打离线、隐私、可嵌入任意 App。
关键指标:
- Phonon 31m(英语)词错率 WER 仅 1.70%,在电话号码、邮箱、邮编等模型易错句测试中大幅领先 Kokoro(3.50%)、Kitten TTS(7.40%)、NeuTTS Nano(8.71%)
- Phonon 40m 多语言版 WER 2.11%
- Phonon-31m 采用 Apache 2.0 协议,推理支持覆盖面广
另据官网,Gradium 种子轮融资扩展至 1 亿美元,投资方包括 NVIDIA,并在湾区设立办公室。
所属事件:Gradium 开源端侧 TTS 模型 Phonon(6 条相关)→
「模型」频道最新
- Vals AI：DeepSeek V4.1 Flash 攻防基准胜 GPT 6 Sol，开源权重利于网络防御 — sayashk · 2026-10-21
- Meta 发布 Muse Wonder 编程模型：1M 上下文，定价输入 $4/输出 $20 — AIatMeta · 2026-10-21
- AA:Google 模型人格指纹一致,普遍高废话低透明度 — ArtificialAnlys · 2026-10-21
- AA:Anthropic 系模型性格高度相似,Haiku 5.5 多维最弱 — ArtificialAnlys · 2026-10-21
- AA 聚类分析:各厂模型性格相近,跨厂出现三大性格家族 — ArtificialAnlys · 2026-10-21
- AA 图像编辑榜更新:Krea 3 上榜,GPT Image 2.5 仍居前二 — ArtificialAnlys · 2026-10-21