Marktechpost (@Marktechpost)T2·开源与评测
72 分
Zyphra 以 Apache 2.0 协议开源 ZONOS3-Mini 文本转语音模型，采用总参数 8 亿、每 token 仅激活约 1 亿的稀疏混合专家架构，配合自研 15 Hz 编解码器 ZAC-1 降低生成帧数，可在手机与笔记本上实时运行。在厂商自建 ZTTS2-Eval 上能力指数 66.2，领先 Fish Audio S2 Pro 与 MOSS-TTS v1.5，干净集 WER 为 7.79，单张 H100 首字音频延迟 80 ms；但参考音频克隆场景得分降至 44.7，且全部数据来自自家基准。