disrouter.aiAI 情报台

disrouter.aiAI 情报台

图片:GitHub

开源项目GitHub 新晋语音项目

Rápido TTS:巴西葡萄牙语轻量 TTS

面向 pt-BR 的 21M 参数离线语音合成项目。

为什么重要

为需要离线 pt-BR TTS 的开发者提供轻量可用实现。

阅读原文github.com

AI 解读(根据原文生成)

anurag12-webster/rapido-tts 是一个巴西葡萄牙语文本转语音代码仓库,主打小体积、快速和离线运行。项目描述称其模型为 21M 参数、42 MB checkpoint,支持 48 kHz 音频,可在 GPU 或 CPU 上本地运行。它包含面向巴西葡萄牙语的文本规范化,覆盖数字、金额、日期、时间、序数、单位和电话号码,并提供 synthesize()、流式按句输出、命令行和若干采样设置。代码在 GitHub,主页指向 Hugging Face。

要点(AI 据原文整理,数字均已与原文核对)

  • 模型为 21M parameters,checkpoint 为 42 MB。
  • 输出 48 kHz audio。
  • 在 numbers & pronunciation test 上为 2.94% WER。
  • 速度为 76× real time on one GPU,first audio in 129 ms。
  • GPU memory 为 1.2 GB。
  • Requires Python 3.10+。

全部来源(1)

  1. [1]GitHub 新晋语音项目

    Rápido TTS:巴西葡萄牙语轻量 TTS
Rápido TTS:巴西葡萄牙语轻量 TTS · 语音专区 · AI 情报台