Tontaube发布开源语音合成模型V1.1

Tontaube发布开源TTS模型V1.1，参数规模约2.9B，面向有声书、文章和语音智能体等长文本场景，支持流式音频输出、零样本声音克隆及语速、停顿、语调、音高和吐字调节，可使用5至60秒参考音频克隆声音，并内置46个音色。 项目称，模型经4-bit量化后可在桌面CPU上近实时运行。研究和个人使用免费，年收入低于20万欧元的商业使用亦免费但须署名；部署目前限于Linux x86-64的NVIDIA RTX 30系及以上显卡或CPU，Windows需通过WSL2，尚不支持macOS和AMD。模型主要面向英语、德语，其他欧洲语言未经母语者校验。

AI 根据报道生成 · 19 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。