Audio8-TTS-Realistic 开源:6 亿参数,几秒音频即可克隆 23 种语言
Edge0 开源文本转语音模型 Audio8-TTS-Realistic,仅 6 亿参数、体积 2.6GB。它只需几秒参考音频即可完成零样本声音克隆,支持 23 种语言。模型采用 Apache 2.0 许可证允许商用,低配消费级 GPU 也能轻松运行。
Edge0 开源文本转语音模型 Audio8-TTS-Realistic,仅 6 亿参数、体积 2.6GB。它只需几秒参考音频即可完成零样本声音克隆,支持 23 种语言。模型采用 Apache 2.0 许可证允许商用,低配消费级 GPU 也能轻松运行。
Edge0 开源流式语音识别模型 Audio8-ASR-Infinite。模型支持中英双语,转写延迟控制在 240 至 560 毫秒,借助循环滑动 KV 缓存让显存占用和延迟始终恒定,适合直播听写和实时交互。
Edge0 开源流式 MoE 推理框架,通过直接从 SSD 按需加载专家权重,让 35B 稀疏模型仅需约 2.5GB 活跃内存即可在 iPhone、Mac 等设备上运行。它借助提前预测路由掩盖读取延迟,让低内存设备也能顺畅跑大模型。