#مدل‌های گفتار از متن

تصویر یک تراشه‌ی فشرده‌ی نورانی که امواج صوتی را به‌صورت حلقه‌ای از خود ساطع می‌کند؛ نمادی از مدل آفلاین تولید گفتار روی دستگاه

Phonon: مدل TTS آفلاین ۶۴ مگابایتی Gradium با لایسنس Apache 2.0 و ۶٫۹ میلی‌ثانیه تأخیر روی CPU

Gradium مدل گفتار از متن Phonon 31m را متن‌باز کرد: ۶۴٫۵ مگابایت، Apache ۲٫۰، ۶٫۹ میلی‌ثانیه اولین صوت روی CPU و ۱٫۷۰٪ WER روی متن دشوار.

۳۰ مهر ۱۴۰۵۳ دقیقه مطالعه