Gradium ha publicado como código abierto su familia de modelos de conversión de texto a voz Phonon. El modelo en inglés Phonon 31m tiene 31 millones de parámetros, ocupa 64.5 MB y puede empezar a hablar en unos 7 ms en la CPU de una laptop típica. El código y los pesos del modelo se distribuyen con la permisiva licencia Apache 2.0, que permite a cualquiera usarlos o modificarlos.
Por qué importa
Ahora los desarrolladores pueden incorporar síntesis de voz rápida y sin conexión a sus aplicaciones, sin pagar por servicios en la nube.
