浏览器跑开源 TTS:phonon 在 iPhone 上达 26 倍实时，模型仅 44MB
blixt · x · 2026-11-04
开发者 blixt 开源了 phonon：一个基于 WebGPU 的浏览器端 TTS 运行时，跑 Gradium 的 31M 参数 Phonon 模型（Apache-2.0），性能远超 Gradium 官方浏览器包 phonon-tts。
- 速度：M3 Max 上 115× 实时（官方 31×），RTX 2080 Ti 上 73×（官方 21×），iPhone 17 Pro 上 26×（官方 13×）
- 首段音频延迟低至 3ms（M3 Max）/ 11ms（iPhone），缓存后冷启动首音仅 46ms
- 权重大矩阵转为 8-bit 整数后仅 44.3MB，比官方包 66.8MB 更小
- 每个 token/词都带起止时间戳，字幕和跟读场景开箱即用，支持 0.77×–1.3× 语速
- 支持 Chrome（macOS/Windows）和 iOS Safari，代码开源在 GitHub
所属事件:开发者开源 WebGPU 浏览器端 TTS 运行时 phonon(2 条相关)→
「Infra」频道最新
- 单卡 H200 跑 MoE 推理：减专家+RL 保精度+会话复用三招 — JFPuget · 2026-11-04
- Prized 开发盒上线通宵 GPU 租用,网友称 agent 自己租卡微调 — thisguyknowsai · 2026-11-04
- Superlinked 发布 SIE Serverless:面向 20+ 小模型任务的无服务器推理 — CShorten30 · 2026-11-04
- Hedra 把 Krea 3 扩散模型在 AMD MI355X 上提速 6.9 倍 — henloitsjoyce · 2026-11-04
- Beff 称 TSU 将拯救太空数据中心经济学,明年搭 SpaceX 火箭发射 — beffjezos · 2026-11-04
- 火山引擎 AI 助手一键分析账单，自动找出欠费原因 — vista8 · 2026-11-04