一款名为 Kokoro 的新型文本到语音模型已被开发出来，它仅使用 8200 万个参数即可生成类似人类的语音。这使得在标准 CPU 上进行高质量语音合成成为可能，而无需超级计算资源。该模型被呈现为比 GPT-3 等大型系统在 TTS 应用方面更易于使用的替代方案。 AI
影响 使在消费级硬件上生成高质量、类似人类的语音成为可能，有可能使先进的 TTS 功能民主化。
排序理由 该集群描述了一个具有特定技术细节的新模型的发布，符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
