Gradium afirma que Phonon, sus modelos abiertos de texto a voz, pueden generar habla directamente en móviles, portátiles y otros dispositivos, sin conexión a internet. Los modelos están disponibles en dos tamaños, de unos 65 MB y 75 MB, y en conjunto admiten inglés, francés, alemán, español y portugués, con más de 100 voces integradas.
En la clasificación Open TTS Leaderboard de Hugging Face, Gradium afirma que Phonon quedó en primer lugar en inteligibilidad en alemán y español, se situó entre los tres primeros en todos los idiomas evaluados y lideró la prueba de streaming en CPU en tiempo hasta el primer audio. La empresa señala que Phonon 31m cuenta con licencia Apache 2.0 para uso comercial; Phonon 40m está limitado al uso no comercial.
Por qué importa
Los desarrolladores de aplicaciones pueden usar Phonon 31m para añadir voz sin conexión sin enviar el texto de los usuarios a un servidor, aunque los resultados de la clasificación que cita la empresa no se han validado de forma independiente en este caso.
