AIsaAIsaStudio English 打开 AIsa Studio

Tontaube V1.1 发布:开源权重声音克隆 TTS,4-bit 版可在桌面 CPU 上接近实时运行

原标题:Tontaube V1.1: open-weights TTS with voice cloning for long-form generation. 4-bit version runs about real time on a desktop CPU

Tontaube 发布 V1.1 开源权重语音合成模型,约 2.9B 参数、自回归、边生成边流式输出,支持 5–60 秒参考音频的零样本声音克隆,主打长文本场景(有声书、文章、语音 Agent),英文和德语效果最好。默认 4-bit GPTQ 版本下载 1.8 GB,在约 4 GB 显存运行,或在 12 核桌面 CPU 上接近实时;盲听测试(400 次成对比较)中 V1 的韵律约 70% 的情况胜过 Fish Audio S2 Pro。V1.1 新增五个风格滑杆、4-bit 版本、CPU 路径和音频清理 adapter;仅支持 Linux x86-64(Windows 走 WSL2),代码 Apache 2.0,权重采用社区许可,研究和个人使用免费。

为什么值得看

官方发布公告给出 4-bit 权重的显存占用、CPU 实时推理和盲听对比数据,便于读者评估本地部署语音合成的门槛。

阅读原文 ↗

本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体,原文版权归原作者所有。