音声合成モデル「Audio8-TTS-Realistic」公開：6億パラメータで23言語の音声クローンに対応
Edge0 がテキスト音声合成モデル「Audio8-TTS-Realistic」をオープンソース公開した。6 億パラメータ・容量 2.6GB と小型ながら、数秒の音声から 23 言語のゼロショット音声クローンが可能。Apache 2.0 ライセンスで商用利用に対応し、一般的な民生用 GPU でも動作する。
Edge0
Edge0が「Audio8-ASR-Infinite」をオープンソース化：メモリ一定で24時間ストリーミング文字起こし
Edge0は中英バイリンガル対応のストリーミング音声認識モデル「Audio8-ASR-Infinite」を公開した。遅延を240〜560ミリ秒に抑え、ローリングKVキャッシュによりメモリ消費と遅延を一定に保ち、長時間の連続書き起こしを可能にする。
Edge0：SSDをメモリ代わりに活用、35B MoEモデルがわずか2.5GBメモリで動作
MoE推論フレームワーク「Edge0」がオープンソース化された。SSDからオンデマンドでエキスパート重みを読み出すことで、35B規模のモデルを約2.5GBのアクティブメモリでiPhoneやMac上で実行可能にする。事前のルーティング予測で読み込み遅延を隠蔽し、メモリ制限のある端末での大規模モデル運用を容易にする。