新模型發佈 · 2026/10/19 於 Hugging Face 發布
phonon-31m-engradium
語音40Mapache-2.0
Gradium 發布 phonon-31m-en，一款專為英文設計的輕量級文字轉語音模型。參數量僅 31M，採用 flow-matching transformer 架構搭配 Mimi codec，能生成 24 kHz 單聲道語音。模型支援串流生成，可在瀏覽器、手機或筆電 CPU 上執行。授權為 Apache 2.0，適合需要本地端部署、低延遲語音合成的應用場景。
重點
- 參數量僅 31M，8-bit 量化權重檔僅 64.5 MB
- 支援串流生成，邊生成邊播放，適合即時應用
- 可在瀏覽器、手機或筆電 CPU 上執行，無需 GPU
- Apache 2.0 授權，可自由商用與修改
- 英文評測 Elo 2098，Hard set LLM WER 1.5%
模型卡自報分數
由發布方在模型卡公布，本站未複測；對照欄是同一張表裡最強的對照模型| 評測 | 分數 | 模型卡上的對照 |
|---|---|---|
| Elo | 2098 | phonon-40m-en 2117 |
| Hard set LLM WER | 1.5% | phonon-40m-en 2.3 |
| Seed-TTS LLM WER | 0.51% | phonon-40m-en 0.45 |
下載與變體
- gradium/phonon-31m-en0.04B 參數 · 109 讚 · 39470 次下載
介紹由 AI 依模型卡整理，資料日期 2026-10-26；發布方說法未經本站驗證。