disrouter.aiAI 情报台

disrouter.aiAI 情报台

图片:Hugging Face

模型发布Hugging Face 语音模型

ozcancelik/ema-lightning-onnx 模型

将土耳其语 TTS 模型转换为 ONNX,可在浏览器或 ONNX Runtime 运行。

为什么重要

为开发者提供了可在浏览器部署的土耳其语 TTS ONNX 实现。

阅读原文huggingface.co

AI 解读(根据原文生成)

ozcancelik/ema-lightning-onnx 是 EMA Lightning 的 ONNX 转换版,面向土耳其语 text-to-speech,可在不依赖 PyTorch 的情况下运行,包括浏览器中的 onnxruntime-web(WebGPU 或 WASM)以及其他 ONNX Runtime 环境。模型输出 48 kHz 单声道音频,包含 text、sound、decoder 等 ONNX 图、normalizer.wasm、参考 JavaScript 引擎和导出脚本,并提供在线 demo 与源码链接。

要点(AI 据原文整理,数字均已与原文核对)

  • Output is 48 kHz mono.
  • In the browser on an Apple laptop GPU, first audio arrives in about 140 ms and speech is made 20–30× faster than real time.
  • `text.onnx` 4.8 MB letters → hidden states and per-letter durations.
  • `sound.onnx` 18.1 MB aligner and the four distilled flow steps → latent frames.
  • All graphs have batch size 1.

全部来源(1)

  1. [1]Hugging Face 语音模型

    ozcancelik/ema-lightning-onnx 模型