1.8GB 本地 TTS 模型 Tontaube V1.1：CPU 即可克隆语音朗读整本有声书
solyarisoftware · x · 2026-11-16
开源 TTS 模型 Tontaube V1.1 引发关注：基于 Qwen3 的 2.9B 语音模型，4-bit GPTQ 量化后仅 1.8GB，无需 GPU 即可在 Ryzen CPU 上克隆声音并生成整本有声书。
核心能力与性能：
- 5–60 秒音频即可克隆声音，支持调节语速、音高、停顿、语调
- Ryzen 9 5900X 约 1 倍实时；RTX 3090 达 6–7 倍；RTX 5090 单请求约 13 倍、批量 21–23 倍
- GPU 仅需约 4GB 显存加载，长文本峰值约 6.5GB
- 自带推理服务器与 AVX2 CPU 内核，支持 Linux/Windows(WSL2)，权重开放（自定义社区许可）
「多模态」频道最新
- Fable 5.2 生成电影级 3D 场景:100 万 token、渲染 5 小时 — Dr_Singularity · 2026-11-16
- 用户实测 Fable 5.2 作画：纯 JavaScript 绘出星舰发射主题画 — brandon_galang · 2026-11-16
- 索尼发布迄今最强 SpeechLLM Walrus，识别翻译理解全面 SOTA — mittu1204 · 2026-11-16
- Fable 5.2 试水马赛克风格，拱桥藏斐波那契数列巧思 — repligate · 2026-11-16
- AI 实验：用 Minimax H3 + ACE-Step 打造两分钟无叙事氛围循环短片 — magratheya_64 · 2026-11-16
- 18 个开源技能包把 Claude 变成动画设计工作室,Remotion 官方技能库已 7.2k 星 — blaizedsouza · 2026-11-16