Kokoro TTS
PulseAugur coverage of Kokoro TTS — every cluster mentioning Kokoro TTS across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
FastThaiG2P系统实现快速泰语语音合成
研究人员开发了FastThaiG2P，一种用于快速泰语字母到音素转换的新型系统。该系统实现了每句话低于毫秒级的延迟，使其在文本到语音管道中效率极高。该方法利用了PyThaiNLP分词词典和规范化规则，词汇外（OOV）率低。FastThaiG2P已集成到StyleTTS 2模型中，能够以4倍实时因子发声清晰可懂的泰语语音。
-
语音助手使用 CPU 进行 ASR/TTS，将 GPU 释放给 LLM
一位用户成功实现了一个语音助手，该助手在 CPU 上运行语音识别和文本转语音模型，从而将 GPU 释放出来用于主要的 LLM。他们在 2022 年的 Macbook M2 和 AMD Ryzen 9 7900 上测试了 Qwen3-ASR 和 Kokoro-TTS ONNX 模型，发现 M2 基本可用，而 Ryzen 9 速度非常快。用户已分享代码供他人测试和探索此设置的可能性。
-
Glad Labs 通过改进的错误处理和测试来增强 MCP 平台
Glad Labs 通过解决静默故障和增强可观察性，显著改进了其 MCP 平台。主要更新包括将语音桥接修复为响亮失败而非静默失败，重新启用 CI 中先前跳过的测试以捕获更多问题，并通过删除时间戳后缀来稳定告警指纹。团队还通过添加一个选项来抑制特定的容器缺失告警，并继续将服务从单例重构，从而优化了 GPU 服务监控。
-
BrowserAI 通过 WebGPU 加速实现在本地运行 LLM
BrowserAI 是一个开源项目，它允许大型语言模型直接在网页浏览器中运行，并利用 WebGPU 进行加速。这种方法确保了 100% 的隐私，因为所有处理都在本地进行，消除了服务器成本并启用了离线功能。该 SDK 支持多种引擎和流行模型，并提供文本生成、语音识别、文本转语音和音频源分离等功能。