В Gradium заявляют, что открытые модели синтеза речи Phonon могут генерировать речь прямо на телефонах, ноутбуках и других устройствах без подключения к сети. Доступны две версии размером около 65 МБ и 75 МБ. Вместе они поддерживают английский, французский, немецкий, испанский и португальский языки и более 100 встроенных голосов.
По данным Gradium, в рейтинге Open TTS Leaderboard на Hugging Face Phonon заняла первое место по разборчивости речи на немецком и испанском языках, вошла в тройку лидеров по каждому из оценённых языков и показала лучший результат в тесте потоковой передачи на CPU по времени до появления первого звука. Компания сообщает, что Phonon 31m распространяется по лицензии Apache 2.0, допускающей коммерческое использование; Phonon 40m можно использовать только в некоммерческих целях.
Почему это важно
Разработчики приложений могут использовать Phonon 31m, чтобы добавить офлайн-синтез речи и не отправлять текст пользователей на сервер. Однако результаты компании в рейтинге здесь не прошли независимую проверку.
