PocketTTS
PulseAugur coverage of PocketTTS — every cluster mentioning PocketTTS across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
llama.cpp 项目发布多个预发布更新，性能有所提升
llama.cpp 项目已发布多个预发布版本，包括 b12121、b12119、b12118、b12116、b12114、b12110、b12109、b12102、b12100 和 b12109。这些更新解决了各种问题，并在不同平台和硬件上引入了新功能。主要改进包括修复了 Apple Silicon 上的量化 KV 缓存复制问题、增强了 OpenCL 的解码性能、支持新的 TTS 模型以及针对 WebGPU 和 Hexagon 硬件进行了优化。
-
audio.cpp 提升 Higgs Audio TTS、HTDemucs 和 PocketTTS 的性能
audio.cpp 项目发布了对各种音频模型的显著性能增强。Higgs Audio TTS 现在需要减少 48% 的显存占用，运行在 6GB 以下，而 HTDemucs 在 GPU 上速度提升 2.2 倍，PocketTTS 在 CPU 上速度提升 2.2 倍。这些运行时优化旨在使现有音频模型在不影响质量的情况下更适合本地使用。该项目还为其 WebUI 引入了一个实验性的生成历史记录功能，并继续扩展对各种音频模型的支持。
-
audio.cpp 框架提供更快的音频模型推理速度
一个名为 audio.cpp 的新 C++ 推理框架已被开发出来，它构建在 ggml 之上，用于运行包括 TTS、ASR 和语音转换在内的各种音频模型。该框架旨在将多个音频模型整合到单个运行时中，从而无需为每个模型单独配置 Python 环境。初步基准测试显示速度有显著提升，部分 TTS 模型在热启动场景（模型被重复使用）下的运行速度比其 Python 版本快 5 倍。