Англоязычная модель Phonon 31m с 31 M параметров занимает 64.5 MB и запускается на процессоре ноутбука примерно за 7 ms. Она доступна по лицензии Apache 2.0.
ЗаметкаАвтор: OossaОпубликовано Oossa: 1 мин чтения
Gradium открыла исходный код семейства моделей преобразования текста в речь Phonon. Англоязычная модель Phonon 31m содержит 31 million параметров, занимает 64.5 MB и начинает говорить примерно через 7 ms на обычном процессоре ноутбука. Код и веса модели выпущены по разрешительной лицензии Apache 2.0, которая позволяет любому использовать и изменять их.
Разработчики смогут добавлять в приложения быстрое автономное преобразование текста в речь, не оплачивая облачные сервисы.
Модели
Новый кошелёк ChatGPT позволяет ИИ-агентам «dots» покупать товары для подписчиков Pro в США, используя токенизированные данные карты.
Модели
ИИ-агент может звонить кабельным операторам, в DMV и рестораны, но многие компании всё ещё бросают трубку, услышав синтетический голос.
Модели
Speech TTS Live и Speech Realtime Max рассчитаны на более естественные разговоры и выполнение нескольких действий за один звонок.
Oossa · Рассылка
Неделя ИИ — простыми словами
Каждый понедельник: главное за неделю понятным языком. Бесплатно, без спама.
