音高全程不衰减:nano 长句首尾 f0 移动 2.83/2.87 semitones 基本一致
NERDDISCO · x · 2026-11-21
- 继续回应长句韵律质疑:nano 在句子前三分之一的音高移动为 2.83 semitones,末尾三分之一为 2.87,说明不会越读越平。
- 作者附上三个模型的音高曲线图,并强调该指标只衡量音高移动幅度、不判断位置是否正确,实际效果以视频演示为准。
「模型」频道最新
- Google 将变更隐私与训练数据控制选项 — blackice193 · 2026-11-21
- 陶哲轩官宣:AI 重度辅助攻克欧拉/NS 奇点与广义黎曼猜想 — burny_tech · 2026-11-21
- 7.5M 参数 TTS 不发 flat:kale-tts-nano 长句韵律实测追平 45.7M 模型 — NERDDISCO · 2026-11-21
- OVH 自研 Olala Mini 7A1B:RTX 5090 单卡解码 360 tok/s、支持 96K 上下文 — JiliJeanlouis · 2026-11-21
- 4090 实测 Inkling 2 Mini:引用核查 42 错仅漏 6 个,慢 2-3 倍仍胜 Qwen/Gemma — strickvl · 2026-11-21
- 6 轮评测对比:GPT-6.2-sol 判定一致率 11/23,远逊 6.1 的 21/23 — 0xkarasy · 2026-11-21