SteerTTS边缘版发布:仅11.84MB,可懂度不变
WhissleAI发布SteerTTS边缘版,完整应用包仅11.84MB。通过int4量化感知训练和蒸馏,词错误率保持0.96%,UTMOS仅下降约0.1至4.11。12种控制参数保留至少95%效果。在2018年Threadripper上CPU实时因子0.053(约19倍实时),首音频延迟约120毫秒。
AI 日报收录的 Vocos 相关报道,共 1 篇,按时间倒序,每小时更新。
WhissleAI发布SteerTTS边缘版,完整应用包仅11.84MB。通过int4量化感知训练和蒸馏,词错误率保持0.96%,UTMOS仅下降约0.1至4.11。12种控制参数保留至少95%效果。在2018年Threadripper上CPU实时因子0.053(约19倍实时),首音频延迟约120毫秒。