Audio8-TTS-Realistic 開源:6 億引數,幾秒音訊即可克隆 23 種語言
Edge0 開源文本轉語音模型 Audio8-TTS-Realistic,僅 6 億引數、體積 2.6GB。它只需幾秒參考音訊即可完成零樣本聲音克隆,支援 23 種語言。模型採用 Apache 2.0 許可證允許商用,低配消費級 GPU 也能輕鬆執行。
Edge0 開源文本轉語音模型 Audio8-TTS-Realistic,僅 6 億引數、體積 2.6GB。它只需幾秒參考音訊即可完成零樣本聲音克隆,支援 23 種語言。模型採用 Apache 2.0 許可證允許商用,低配消費級 GPU 也能輕鬆執行。
Edge0 開源流式語音識別模型 Audio8-ASR-Infinite。模型支援中英雙語,轉寫延遲控制在 240 至 560 毫秒,藉助迴圈滑動 KV 快取讓視訊記憶體佔用和延遲始終恆定,適合直播聽寫和即時互動。
Edge0 開源流式 MoE 推理框架,通過直接從 SSD 按需載入專家權重,讓 35B 稀疏模型僅需約 2.5GB 活躍記憶體即可在 iPhone、Mac 等裝置上執行。它藉助提前預測路由掩蓋讀取延遲,讓低記憶體裝置也能順暢跑大模型。