A Gradium afirma que o Phonon, seus modelos abertos de síntese de voz, consegue gerar fala diretamente em celulares, laptops e outros dispositivos, sem conexão à internet. Os modelos têm dois tamanhos, cerca de 65 MB e 75 MB, e, juntos, oferecem suporte a inglês, francês, alemão, espanhol e português, com mais de 100 vozes integradas.
No Open TTS Leaderboard do Hugging Face, o Phonon ficou em primeiro lugar em inteligibilidade em alemão e espanhol, entre os três primeiros em todos os idiomas avaliados e liderou o teste de streaming em CPU no tempo até o primeiro áudio, segundo a Gradium. A empresa afirma que o Phonon 31m tem licença Apache 2.0 para uso comercial; o Phonon 40m é restrito a usos não comerciais.
Por que importa
Desenvolvedores de aplicativos podem usar o Phonon 31m para incluir síntese de voz offline sem enviar o texto dos usuários a um servidor, embora os resultados da empresa no ranking não tenham sido verificados de forma independente aqui.
