gradium/phonon-31m-en 模型是一个高质量的设备端文本转语音系统,能够生成自然的 24 kHz 英文语音。它足够小,可以在浏览器、手机或笔记本电脑 CPU 上运行,并在生成过程中流式传输音频。该模型基于 Kyutai 开发的 Pocket TTS 和 Mimi 编解码器,并根据 Apache 2.0 许可提供。 AI
影响 为需要本地处理的应用启用高质量的设备端语音生成。
排序理由 该条目描述了一个具体的模型发布及其使用说明,属于“工具”类别。
在 Hugging Face Trending Models 阅读 →
- AI Engineer Podcast
- Latent Space Podcast
- Easton
- GitHub
- Google Colab
- gradium/phonon-31m-en
- Kaggle
- Kyutai
- Mimi codec
- Phonon
- Pocket TTS
- transformers
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →