Gradium 开源端侧 TTS 模型 Phonon 系列

Gradium 开源了端侧语音合成模型 Phonon 系列，参数量约为 31M 至 40M，支持离线在 CPU、手机、树莓派 5 及浏览器上运行。 其中 3100 万参数的英语模型 Phonon 31m 采用 Apache 2.0 许可证发布，大小为 64.5 MB，可免费用于商业产品；其余覆盖英语、法语、德语、西班牙语和葡萄牙语的 Phonon 40m 模型采用 CC BY-NC 4.0 许可证，仅限非商业项目免费使用。该系列在首帧音频生成延迟的 CPU 流式基准测试中表现突出，其中 Phonon 31m 在 MacBook Air M5 上可实现 6.9 毫秒的首音频延迟。

AI 根据报道生成 · 1 小时前更新

1. 11月5日 08:00 · 1 篇报道
   介绍端侧语音模型 Phonon 的技术实现与用法
   Hugging Face Blog：Hugging Face 官方发布端侧语音模型 Phonon TTS
2. 10月23日 00:56 · 1 篇报道
   Gradium 开源端侧 TTS 模型 Phonon
   MarkTechPost：Gradium 开源 31M 参数端侧 TTS 模型 Phonon 31m

还没有足够的连续观测数据，暂不绘制趋势。