Gradium 开源端侧 TTS 模型 Phonon，词错率 1.7% 跑赢 Kokoro
amos_gyamfi · x · 2026-10-27
Gradium 发布其首个开源权重端侧文本转语音模型 Phonon，主打小体积、可离线、可在 iOS 和 macOS 上本地私有运行，作者提供了通过 Ollama 部署的方式，并与 Kokoro TTS、PocketTTS 做了本地语音生成基准对比。
官方亮点数据（在 500 句其他模型常错的难句上测试，含电话号码、邮箱、邮编）：
- Phonon 31m（英文）：WER 1.70%
- Phonon 40m 多语言：WER 2.11%
- Phonon 40m：WER 2.22%
- Kokoro：WER 3.50%
- Kitten TTS：WER 7.40%
Phonon 定位为可随任意 App 出货的端侧语音模型，兼顾准确、自然与高效。值得注意的是，Gradium 同期将种子轮融资扩展至 1 亿美元（NVIDIA 参投），并在硅谷开设办公室扩张实时语音 AI 业务。
所属事件:Gradium 发布开源端侧 TTS 模型 Phonon(2 条相关)→
「Infra」频道最新
- 实测 PCIe 3.0 x1 跑双卡 tensor split:推理仅需约 100MB/s 并非瓶颈 — Introvertosaurus · 2026-10-27
- 数据中心成为 2026 美国选举焦点，科技超级 PAC 已砸 4500 万美元 — The Verge AI · 2026-10-27
- Meta 从 Nvidia 获 30 亿美元，还将加购更多 Nvidia 芯片 — The Decoder · 2026-10-27
- Hugging Face Kernels 推出 kernels cache ls 命令 — RisingSayak · 2026-10-27
- 独立研究者 4165 轮实测：开源小模型跑真实编码工作的系统工程账 — Vaibhav Jain · 2026-10-27
- Alchemy 全线改用 OIDC 联合身份：AWS 与 GCP 跨云绑定告别长期密钥 — samgoodwin89 · 2026-10-27