Tới nội dung
Hacker News · AI·· 2 giờ trướcĐiểm AI71

Halo NeuroAI mã nguồn mở Sopro V2 Turbo, mô hình TTS nhân bản giọng nói 120M chạy trên thiết bị

Sopro V2: private, fast, on-device text-to-speech

Tóm tắt bằng AI

Halo NeuroAI đã phát hành Sopro V2, một họ mô hình chuyển văn bản thành giọng nói, và mã nguồn mở thành viên nhanh nhất sopro-v2-turbo, một mô hình nhân bản giọng nói 120 triệu tham số có thể phát trực tuyến trên CPU laptop hoặc trong trình duyệt và hỗ trợ tiếng Anh, tiếng Đức, tiếng Pháp và tiếng Bồ Đào Nha châu Âu. Trên CPU Apple M3, mô hình tạo offline với RTF 0,24 và phát trực tuyến với khoảng 300 ms đến âm thanh đầu tiên ở RTF 0,21, trong khi một H100 đạt RTF 0,07 offline. Mô hình được xây dựng qua bốn giai đoạn huấn luyện, bao gồm chưng cất từ một teacher 0,5B và reflow giúp giảm số bước giải acoustic từ 32 xuống 2, và các tác giả báo cáo WER 1,63 trên Seed-TTS test-en và 1,79 trên LibriSpeech test-clean theo giao thức F5-TTS.

Nguồn:Hacker News · AI · research.haloneuro.ai