Edge0 发布 Audio8-TTS-Realistic 开源语音模型
作者：▲ Marktechpost AI (@Marktechpost)原标题：▲ Edge0 just released a 0.6B open-weight TTS model (Audio8-TTS-Realistic) that is trained to sound h...
78AI 研判分
Edge0 推出 0.6B 参数的开源 TTS 模型 Audio8-TTS-Realistic，采用 Apache 2.0 协议。该模型引入“学习式真实感评判器”优化韵律与停顿，在 CV3 基准测试中平均错误率低至 4.86%，超越多款主流模型，但在低资源语言上表现仍有短板。
报道正文
▲ Marktechpost AI · 2026-10-30 05
▲ Edge0 刚刚发布了一款 0.6B 参数的开源权重 TTS 模型（Audio8-TTS-Realistic），其训练目标不仅是准确，更是为了听起来像真人。
核心思路是引入一个“学习到的真实感评判器”（learned realism critic）。由于词错误率（WER）和说话人相似度无法捕捉节奏、停顿和时序等细节，Edge0 训练了一个评判器，将每个输出与同一声音朗读同一句子的真人录音进行对比打分。随后通过最终的 GRPO 阶段针对该评判器进行优化。
在 CV3 基准测试中，该模型在 9 种语言上的平均错误率为 4.86%，优于 VoxCPM2（5.35%）、CosyVoice3-1.5B（6.89%）和 Qwen3-TTS-1.7B（7.73%）。但这是一种权衡：低资源语言的表现仍然较弱，例如泰语的词错误率高达 48.57%；此外，4B 参数级别的 Higgs TTS 3 仍以 4.41% 的平均错误率保持领先。
该模型拥有 6.01 亿参数，支持 23 种语言，采用 44.1 kHz 编解码器，并以 Apache 2.0 许可证开源权重和代码……
完整分析：
