详细介绍
Phonon 是 Gradium 推出的一组小型文字转语音模型,这个 Hugging Face 页面是它的在线演示。
特别之处在于完全跑在浏览器里:第一次打开时把模型下载到本地缓存,之后输入文字、选语言和音色,点一下就能实时流式播放,也能下载音频。整个过程文字和声音都不出你的设备,对隐私敏感的场景很友好。
模型有三个规格,最小的 Phonon 31M 只有 3100 万参数,8 位量化后下载 65MB 左右;另有 40M 英文版和 40M 多语言版,多语言版支持英、法、德、西、葡五种语言,暂不支持中文。模型以 Apache 2.0 协议开源,开发者可以用 npm 上的 phonon-tts 包把它装进自己的网页应用。
相关推荐
Language REACTOR
用于Netflix、YouTube、书籍和网页的语言学习工具箱,具有双字幕和人工智能功能。
TranscribeMe
将 WhatsApp 和 Telegram 音频消息转换为文本,强调用户隐私。
Salesken Real-Time Cues
实时销售辅助和AI对话洞察,以提高销售绩效。
Text-to-Speech with OpenAI TTS
用于文本转语音的 Chrome 扩展,使用 OpenAI API,带有语音选项和下载功能。
Steno
基于你的内容进行训练的人工智能助手,用于捕获潜在客户、互动和收入生成。
Podwise AI
播客学习应用,具备转录、总结和知识管理集成功能。