Hugging Face发布端侧TTS模型Phonon

Hugging Face 发布端侧文本转语音模型 Phonon，可在本地设备运行，无需服务器和网络。据其博客复盘，模型提供约 65 MB 与 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个音色。许可方面，Phonon 31m 采用 Apache 2.0，可免费用于商业产品；其他模型为 CC BY-NC，仅对非商业项目免费，若用于商业用途则按用户数量而非语音生成量计价；Phonon 40m 以非商业许可覆盖全部五种语言。该文称 Phonon 于两周前开放。

AI 根据报道生成 · 14 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。