小模型逆袭:Gradium Phonon 端侧 TTS 德西语可懂度登顶,对手大百倍
RemiCadene · x · 2026-11-05
Hugging Face 团队成员宣布与 Gradium 合作打造开源语音模型,Lysandre 介绍了 Gradium 新端侧 TTS 模型 Phonon 在 Open TTS Leaderboard 上的成绩:
- 德语、西语可懂度(intelligibility)第一名
- 所评测语言的可懂度均进入前三
- CPU 流式 time-to-first-audio 领先
核心看点是一个端侧小模型能与最高 100 倍参数量的模型竞争,也说明 TTS 评测不能只看单一总榜,应按可懂度、生成吞吐、首音延迟等多个维度分别比较。
所属事件:Gradium 开源端侧 TTS 模型 Phonon 以小胜大(3 条相关)→
「多模态」频道最新
- NitroFusion2 发布：基于 Z-Image-Turbo 的 1-2 步文生图模型 — bdsqlsz · 2026-11-06
- 骁龙8 Gen1 NPU离线跑2B扩散模型,512x768出图仅7秒 — shirosoro · 2026-11-05
- 同流程第 3 步全文：Seedance 2.5 长提示词逐段拆解 — socialwithaayan · 2026-11-05
- 走鹃角色参考图提示词公开：三面板保 11 镜头一致性 — socialwithaayan · 2026-11-05
- 一条 Seedance 2.5 提示词生成 30 秒 11 镜头狼追鸟动画 — socialwithaayan · 2026-11-05
- Ninada 开源：21.7MB 浏览器内 TTS，覆盖梵语与 10 种印度语言 — init0 · 2026-11-05