Gradium 开源 50M 参数以下端侧 TTS 模型 Phonon,错误率仅 1.7%
mattturck · x · 2026-10-22
Gradium 开源了端侧语音合成模型套件 Phonon,参数量全部低于 50M,主打自然度与准确率,并覆盖最广的推理框架支持。Phonon-31m 采用 Apache 2.0 协议,可在手机、笔记本、嵌入式设备甚至浏览器中本地运行,最小仅需 64.5MB 内存。
关键数据:
- 在 500 句高难度测试(电话号码、邮箱、邮编等)上,Phonon-31m 英文词错率(WER)仅 1.70%,显著优于 Kokoro(3.50%)、Kitten TTS(7.40%)、NeuTTS Nano(8.71%)。
- 首个基于 Phonon 打造的游戏《Space Jarv》已由 xybrid 团队发布:在 16GB M1 Pro MacBook 上于游戏内实时为玩家台词配音,全程无需云端。
另外,Gradium 此前将种子轮融资扩展至 1 亿美元,新投资者包括 NVIDIA。
所属事件:Gradium 开源端侧 TTS 模型 Phonon(16 条相关)→
「多模态」频道最新
- 会说话的猫和主人吵早餐,还偷偷用她妈手机号使坏 — azed_ai · 2026-10-22
- 双色调 Brad Pitt 人像带完整 Midjourney 提示词 — michaelrabone · 2026-10-22
- Midjourney 创作者分享象头旅人线稿 SREF 风格码与构图解析 — tisch_eins · 2026-10-22
- Seedance 2.5 视频实测:平衡物理演算惊艳,重力表现真实 — CurieuxExplorer · 2026-10-22
- 用 Dreamina 做 4 分钟 AI 恐怖短片《OPEN UP》 — AnduinHammerson · 2026-10-22
- AI 生成「与恐怖小丑约会之夜」视频，恐怖谷拉满 — Tz-bz · 2026-10-22