Gradium开源31M端侧TTS模型Phonon

发生了什么

Gradium开源了Phonon端侧TTS模型，支持CPU与浏览器本地运行。Phonon 31m模型包含31M参数，在Apache 2.0许可下发布，文件大小为64.5 MB。该模型无需GPU，可在多种设备上运行，包括CPU、手机、Raspberry Pi 5、浏览器（WASM、WebGPU）和NVIDIA GPU。Phonon 31m在英语方面表现优异，英语Elo评分在Gradium测试的开源模型中排名最高，CPU上首次生成音频约需7毫秒。Phonon模型使用因果Transformer架构，结合SentencePiece分词器，无需音素转换。