A Gradium disponibilizou como código aberto sua família de modelos de conversão de texto em fala, a Phonon. O modelo em inglês Phonon 31m tem 31 milhões de parâmetros, ocupa 64.5 MB e começa a falar em cerca de 7 ms em uma CPU típica de laptop. O código e os pesos do modelo foram lançados sob a licença permissiva Apache 2.0, que permite a qualquer pessoa usá-los ou modificá-los.
Por que importa
Desenvolvedores agora podem incluir síntese de voz rápida e offline em aplicativos sem pagar por serviços na nuvem.
