Phonon TTS 发布两周回顾:端侧语音模型在 Open TTS Leaderboard 上的表现
Phonon 团队回顾两周前开源的端侧 TTS 模型,介绍其能力、演示项目以及在 Hugging Face Open TTS Leaderboard 上的评测结果。
推荐理由:原文给出 Phonon 在 Open TTS Leaderboard 上的多语言排名与 CPU 首音延迟表现,可对照其小体积端侧定位。
Phonon 团队回顾两周前开源的端侧 TTS 模型,介绍其能力、演示项目以及在 Hugging Face Open TTS Leaderboard 上的评测结果。
推荐理由:原文给出 Phonon 在 Open TTS Leaderboard 上的多语言排名与 CPU 首音延迟表现,可对照其小体积端侧定位。
Mistral 发布 Voxtral 3,包含语音转文字模型 Voxtral Small Transcribe 3、Voxtral Mini Transcribe 3 与实时版,以及文本转语音模型 Voxtral Mini TTS 3,并推出基于 LiveKit 的语音智能体 SDK,把听、推理、工具调用和说合成一条实时流式流水线。
推荐理由:Mistral 把语音识别、语音合成和智能体 SDK 打包成一条实时流水线,并给出各环节定价与自部署选项,可据此估算语音智能体的落地成本。