待验证50% 置信事实精确时间
SteerTTS edge 的声学模型有 9.25M 参数，采用 attention + 双向 Mamba-3 结构，并通过量化感知训练（QAT）压到 int4。
1
来源数
50%
置信度
长期有效
时效性
2026/10/22
首次发现
来源
涉及实体
相关事实
待验证SteerTTS-edge的声学模型为925万参数的attention + 双向Mamba-3结构，经过量化感知训练（QAT）压缩至int4精度。91% 相似待验证SteerTTS edge 的声码器是 6.2M 参数的 Vocos 风格模型，从 charactr/vocos-mel-24khz 蒸馏而来，并做了 int4 QAT。72% 相似待验证基于深度学习的端到端TTS模型生成的语音在自然度MOS评分上通常达到4.0-4.5分（满分5分），接近真人录音水平67% 相似待验证SteerTTS-edge的声码器为620万参数的Vocos风格模型，从charactr/vocos-mel-24khz蒸馏而来，同样采用int4 QAT。66% 相似已验证一次完整的语音AI交互涉及STT、LLM推理、TTS三个串行处理阶段65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1087447API
curl https://kongchang.com/api/v1/knowledge/claims/1087447MCP
get_claim(id=1087447)