附完整代码:Kale TTS 在 transformers.js 里 20 行生成 WAV
NERDDISCO · x · 2026-11-20
Kale TTS 在浏览器和 Node 中均可通过 transformers.js 运行,作者附上了完整示例代码:加载 StyleTextToSpeech2Model,逐句 prepare 输入,构造 Tensor 后调用模型拿到 Float32 波形(24 kHz),最后拼接并写出 hello.wav,tiny 和 nano 写法一致。性能方面,一旦 transformers.js PR #1879(onnxruntime-web/node 升级到 1.31.1,已在 transformers.js#1839 修复 Gemma 4 MoE 的 WebGPU 不支持与滑窗注意力问题)合入,CPU 推理可自动提速约 20%,作者公开请求 Xenova 与 nicodotdev 协助合并。
所属事件:Kale TTS 借 transformers.js 浏览器内 20 行代码生成语音(2 条相关)→
「编程与Agent」频道最新
- 六模型陪审团决策法:隐藏彼此意见、让 Claude 当主席采纳最锐利论点 — aryanXmahajan · 2026-11-20
- Zed Delta 编辑器 agent 支持后台终端,长任务不再阻塞编码 — dean_rie · 2026-11-20
- Gemini Mac 版上线 computer use:后台窗口自动点击滚动打字 — GeminiApp · 2026-11-20
- Linear 数据:53% 合并代码仅靠 AI 评审+作者自签,人类评审成新瓶颈 — rseroter · 2026-11-20
- Claude 干活时给自己造工具,任务从一整夜缩到一小时 — DaniyarQQQ · 2026-11-20
- Mintlify 创始人:Agent 流量一年占文档访问 65%,llms.txt「从未真正存在」 — zeeg · 2026-11-20