Marktechpost (@Marktechpost)T2·78 分
Edge0 发布 Audio8-TTS-Realistic 开源语音模型
原标题:▲ Edge0 just released a 0.6B open-weight TTS model (Audio8-TTS-Realistic) that is trained to sound h...
- 模型仅 0.6B 参数但支持 23 种语言和 44.1 kHz 音频输出,权重与代码完全开源(Apache 2.0)。
- 核心创新在于训练一个“真实感评判器”,通过 GRPO 阶段优化节奏、停顿等 WER 无法捕捉的拟人特征。
- 在 CV3 基准测试中平均错误率为 4.86%,优于 VoxCPM2 和 CosyVoice3,但泰语等低资源语言错误率仍高达 48.57%。