Den engelska modellen Phonon 31m (31 M parametrar, 64.5 MB) körs på cirka 7 ms på en laptopprocessor och har nu licensen Apache 2.0.
NotisAv OossaPublicerad av Oossa: 1 min läsning
Gradium har släppt sin Phonon-familj av text-till-tal-modeller som öppen källkod. Den engelska modellen Phonon 31m har 31 millioner parametrar, ryms i en fil på 64.5 MB och kan börja tala på cirka 7 ms på en vanlig laptopprocessor. Koden och modellvikterna släpps under den tillåtande licensen Apache 2.0, vilket gör att vem som helst får använda eller ändra dem.
Utvecklare kan nu lägga till snabb röstsyntes som fungerar offline i appar utan att betala för molntjänster.
Modeller
Med OpenAI:s nya ChatGPT Wallet kan ”dots”-agenter köpa varor åt Pro-abonnenter i USA med hjälp av tokeniserade kortuppgifter.
Modeller
AI-agenten kan ringa kabelbolag, myndigheter och restauranger, men många företag lägger fortfarande på när de hör den syntetiska rösten.
Modeller
Den nya modellen Gemini 4 Hydrogen slår den större Argon i hastighet, pris och flera tester. Den är nu tillgänglig för utvecklare och konsumenter världen över.
Oossa · Nyhetsbrev
Veckans AI, förklarad
Varje måndag: nyheterna som är värda att känna till, på enkel svenska. Gratis, ingen spam.
