4.5M 参数 tiny-voca:纯合成语音训练,CPU 推理快达实时 70 倍

aigclink · x · 2026-11-16

开发者 @n4ze3m 从零训练了一个仅 4.5M 参数的 TTS 模型 tiny-voca,训练数据完全由 AI 生成:先用 Qwen3-TTS 生成 17.6 小时共 16018 段英语合成语音,再用这些数据训练。

目前仅支持英语,无声音克隆与流式生成,但展示了「用高质量合成数据蒸馏出轻量端侧模型」的可行路线。

所属事件:tiny-voca:纯合成数据训练的超小开源 TTS 模型(4 条相关)→

原文链接 →

「多模态」频道最新

更多「多模态」频道 AI 资讯 →