Today for AI
返回热点榜
opensource热度 15.8°

AI 聚合热点事件 · 2026/11/10

Zyphra 开源 8 亿参数语音模型 手机端实时克隆音色

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/10 23:44:17
全景综述与最新动态
1 家信源交叉印证

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。

最新动向/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。

逐小时热度走势

5 个完整观测小时
当前
15.8
峰值
17.211-11
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. Marktechpost (@Marktechpost)T2·72 分

    Zyphra 开源 8 亿参数语音模型 手机端实时克隆音色

    原标题：▲ Zyphra just open-sourced ZONOS3-Mini, a text-to-speech model that clones voices and runs in real t...

    • 总参数 8 亿、每 token 仅激活约 1 亿，稀疏 MoE 是端侧实时推理的关键设计
    • 自研 15 Hz 编解码器 ZAC-1 减少生成帧数，单张 H100 首字音频延迟 80 ms
    • 干净集 WER 7.79 优于 Fish S2 Pro 的 11.06，但参考音频克隆得分仅 44.7，且全部为厂商自建基准