Hugging Face 开源 TTS 榜单新增流式对比:pocket-tts 首包延迟仅 12ms
Acceptable-Cycle4645 · reddit · 2026-10-30
Hugging Face 的 Open TTS Leaderboard 新增 streaming 标签页,对比不同 TTS 推理实现的真实部署指标。H200 上数据显示:kyutai/pocket-tts (audio.cpp) 以 TTFA p50 12.4ms、p95 17ms、RTFx 16.79 排名第一;Qwen3-TTS-1.7B-CustomVoice 的多个实现(audio.cpp/photon/GGUF)紧随其后;微软 VibeVoice-1.5B、Breeze-TTS-2、fishaudio/s2-pro 等也上榜。指标包括首包延迟(TTFA p50/p95)、实时率 RTFx 与模型体积,对选型生产级流式语音部署很有参考价值。
所属事件:Hugging Face TTS 榜单新增流式对比，pocket-tts 首包延迟仅 12ms(2 条相关)→
「模型」频道最新
- 医疗公司运营部门单日烧掉11.9亿枚 Opus token — RishabJainK · 2026-10-30
- 曝 Kimi K3.1 Pro 系列将亮相，11 月 4 日开放权重，_progress index_ 已超 Fable 5 — teortaxesTex · 2026-10-30
- Astra 搭配 Codex 框架展现罕见的 AGI 感,电脑操作近乎全通 — tszzl · 2026-10-30
- 用户吐槽 Opus 5.5 输出「难以卒读」，要求改写后仍是技术腔 — msalbergo · 2026-10-30
- 科研智能体用模型调研:DeepSeek V4.1 Flash 成最热门开源模型 — AkariAsai · 2026-10-30
- 圈内人称 Gemini Argon 会做出研究者级「跳跃」，Google 疑似掌握独家诀窍 — vitaliychiley · 2026-10-30