PiVo-1.4M双声线语音栈开源
热点事件持续更新
PiVo-1.4M双声线语音栈开源
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
empero-ai 在 Hugging Face 发布并开源 PiVo-1.4M 文本转语音系统，整条语音栈包含1,401,562个学习参数，提供 Pi 和 Vo 两个英文声线。其声学模型含584,965个参数，FARGAN衍生声码器含816,597个参数，可生成16 kHz单声道音频。 该系统可在本地CPU上使用NumPy和ONNX Runtime运行，无需联网、PyTorch、教师模型或说话人编码器。作者将其定位为研究模型，称语音可懂度较好，但部分句子仍有金属感或机械感。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 23:42
empero-ai 开源 PiVo-1.4M 双声线语音栈报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- AGI Huntempero-ai 开源 PiVo-1.4M 双声线语音栈
empero-ai 在 Hugging Face 发布 PiVo-1.4M，整条 TTS 栈共 1,401,562 个学习参数，提供 Pi 和 Vo 两个英文声线。系统由 584,965 参数的声学模型和 816,597 参数的 FARGAN 衍生声码器组成，可输出 16 kHz 单声道音频，并全程在本地 CPU 上使用 NumPy 和 ONNX Runtime 运行，无需联网。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。