tiny-voca:4.5M 参数 TTS 仅用合成语音训练,CPU 推理达实时 70 倍
用 Qwen3-TTS 生成的 17.6 小时合成语音,就训出了一个 4.5M 参数、9.56 美元成本的 TTS,CPU 上跑得飞快。不用真人录音、不用神经声码器,做端侧语音的开发者可以直接看看这条 Source-Filter 路线怎么落地。
用 Qwen3-TTS 生成的 17.6 小时合成语音,就训出了一个 4.5M 参数、9.56 美元成本的 TTS,CPU 上跑得飞快。不用真人录音、不用神经声码器,做端侧语音的开发者可以直接看看这条 Source-Filter 路线怎么落地。