Gradium säger att Phonon, företagets öppna text-till-tal-modeller, kan skapa tal direkt på mobiler, bärbara datorer och andra enheter utan nätverksanslutning. Modellerna finns i två storlekar, cirka 65 MB och 75 MB, och stöder tillsammans engelska, franska, tyska, spanska och portugisiska, med fler än 100 inbyggda röster.
På Hugging Faces Open TTS Leaderboard placerade sig Phonon enligt Gradium först i begriplighet på tyska och spanska, bland de tre bästa på alla språk som utvärderades och bäst i CPU-testet för strömning, mätt i tid till första ljud. Företaget säger att Phonon 31m har licensen Apache 2.0 och får användas kommersiellt; Phonon 40m får endast användas icke-kommersiellt.
Varför det spelar roll
Apputvecklare kan använda Phonon 31m för att lägga till talfunktioner offline utan att skicka användarnas text till en server, även om företagets resultat på topplistan inte har verifierats oberoende här.
