Gradium
PulseAugur coverage of Gradium — every cluster mentioning Gradium across labs, papers, and developer communities, ranked by signal.
- 2026-09-09 product_launch Gradium launched Voice Design, a new tool for generating synthetic voices from text descriptions. 来源
- 2026-09-09 product_launch Gradium launched Voice Design, a new tool that generates synthetic voices from text descriptions. 来源
- 2026-07-09 funding AI voice startup Gradium raised $100 million in a seed funding round, with Nvidia joining as a new investor. 来源
- 2026-06-24 product_launch Gradium launched two real-time speech translation models, stt-translate and s2s-translate. 来源
5 天有情绪数据
-
Gradium 开源 Phonon TTS 引擎，强调实时音频截止时间
Gradium 已开源 Phonon，一个设备上的文本转语音 (TTS) 引擎，凸显了向可部署边缘语音合成的转变。设备上 TTS 的主要挑战不在于模型本身，而在于满足音频播放所需的严格实时截止时间。开发人员必须针对最坏情况下的分块处理时间和长时间的持续性能进行优化，而不是平均延迟，以避免明显的故障并确保流畅的用户体验。
-
AI新闻汇总：设备端TTS、TTS模型错误和代理工具集成
Gradium已开源其设备端文本转语音引擎Phonon，标志着本地AI能力的进步。另外，qwen_tts模型存在一个错误，它会静默地未能为较小模型设置指令，影响语速比较。此外，Apify推出了一项服务，允许AI代理与远程服务器交互并利用各种工具，展示了向更集成的AI代理功能迈出的一步。
-
Ollama v0.40.9-rc3 添加 Gradium Phonon 检查点支持
Ollama 发布了 v0.40.9-rc3 版本，引入了对 Gradium Phonon 检查点的支持。此次更新将预发布检查点路径替换为 Gradium 的 GA 格式，包括默认语音导入和语音条件设置，并将最低版本设置为 0.40.9。该版本还更新了语音文档，并测试了新检查点格式的导入和推理设置。
-
Gradium 开源 Phonon 设备端 TTS 模型
Gradium 发布了 Phonon，这是一个设备端文本转语音模型系列，提供 3100 万和 4000 万参数版本。仅限英语的 Phonon 31m 模型采用 Apache 2.0 许可，体积小巧，仅 64.5 MB，可以在包括 CPU、手机和浏览器在内的各种设备上本地生成语音，无需 GPU。Gradium 声称 Phonon 实现了具有竞争力的性能，其中 31m 模型在挑战性文本数据集上报告的词错误率为 1.70%，并在 CPU 上…
-
Hugging Face Transformers v5.21.0 增加了新模型，包括文档理解和 TTS 功能
Hugging Face 的 Transformers 库发布了 5.21.0 版本，引入了几个新模型和更新。值得注意的增加包括用于文档理解的 MiniCPM-OCR、Flint（一种具有混合注意力的混合专家语言模型）以及用于视觉文档理解的 UltraVBert。该版本还包含用于设备端文本转语音的 Gradium Phonon TTS 和 Kyutai's Pocket TTS，以及它们各自音频分词器的更新。另外，NVIDIA-Nem…
-
NVIDIA 通过合作伙伴扩展欧洲 AI 云基础设施
NVIDIA 正通过其合作伙伴在欧洲、北欧、非洲和中亚扩展其 AI 云基础设施。这些合作伙伴正在增加计算能力以支持 AI 模型训练和推理，重点关注开放模型和安全 AI 代理。此次扩展旨在将 AI 开发推近数据源，增强主权计算能力，并促进该区域的经济增长。
-
Gradium发布Phonon开源TTS模型以支持边缘设备
Gradium发布了Phonon，这是一套专为边缘设备设计的开源文本转语音（TTS）模型。这些模型有3100万和4000万参数两种尺寸，并附带一个开源推理栈，支持包括CPU和GPU在内的十多种不同后端，重点是Rust实现。Gradium希望此次发布能促进社区发展，并计划进一步的开源贡献。
-
Gradium 发布 Voice Design，实现无需音频样本的 AI 配音
波兰初创公司 Gradium 推出了 Voice Design，这是一个可以根据文本简报生成合成配音而无需音频样本的系统。该技术旨在通过消除对传统配音演员录音的需求来简化配音创作。
-
Gradium推出文本提示词AI语音生成器
语音AI公司Gradium推出了Voice Design，这是一款根据文本描述生成合成语音的新工具。与传统的语音克隆不同，Voice Design不需要参考音频或说话者同意，允许用户在几秒钟内创建独特的语音。该工具支持多种语言，每次提示最多可提供五个语音候选。在盲听测试中，据报道Gradium的系统表现优于ElevenLabs等竞争对手，胜率为72.6%。
-
AI语音初创公司Gradium融资1亿美元，获Nvidia投资
总部位于巴黎的AI语音初创公司Gradium在种子轮融资中获得了1亿美元，Nvidia作为新投资者参与了本轮融资。这笔资金将支持该公司扩展到湾区，以争夺人才并在全球AI生态系统中建立更强的存在感。Gradium是从AI实验室Kyutai分拆出来的，专注于开发超低延迟的音频模型，以实现近乎即时的AI语音响应，目标是与ElevenLabs和Google的Gemini等成熟公司竞争。
-
Gradium推出实时语音翻译模型，挑战GPT和Gemini
Gradium推出了两款新的实时语音翻译模型stt-translate和s2s-translate，旨在超越现有的解决方案，如GPT-Realtime-Translate和Gemini 3.5 Live Translate。这些模型支持五种语言和20种语言对，将传统的三个模型流程整合为更高效的两个模型流程。Gradium声称，与Gemini 3.5 Live Translate相比，其模型在BLEU和MetricX基准测试中准确性更高…
-
MiniMax AI 发布新产品 Gizmo
MiniMax AI 发布了新产品 Gizmo。该消息通过 X 平台的一篇帖子宣布，祝贺 Gradium 团队发布了该产品。