Gradium hat seine Phonon-Familie von Text-to-Speech-Modellen als Open Source veröffentlicht. Das englische Modell Phonon 31m umfasst 31 Millionen Parameter, passt in eine 64.5 MB große Datei und kann auf einer typischen Laptop-CPU nach etwa 7 ms mit der Sprachausgabe beginnen. Der Code und die Modellgewichte stehen unter der freizügigen Apache-2.0-Lizenz und können daher von allen genutzt und verändert werden.
Warum es wichtig ist
Entwickler können jetzt schnelle Offline-Sprachsynthese in Apps integrieren, ohne für Cloud-Dienste bezahlen zu müssen.
