Reddit · Working_Hat5120 / reddit ·

SteerTTS:2300 万参数英文 TTS,用数值精确控制音高、语速、音量,CPU 上可实时运行

为什么值得读: 小模型 + 端侧实时推理的典型样本,参数可控性强,对本地部署与语音应用有参考价值。

AI 摘要

SteerTTS 是一个仅 2300 万参数的英文语音合成模型,把音高、语速、响度等属性以 z-score 数值形式暴露给用户直接调节,可在 CPU 上实时推理。

打开原文阅读完整内容 →
相关事件与更多上下文见编辑部与归档页。