待验证50% 置信事实精确时间
Ming-3-TTS-0.5B 的克隆部分使用 CamPlus 提取 192 维说话人向量。
1
来源数
50%
置信度
长期有效
时效性
2026/10/31
首次发现
来源
涉及实体
相关事实
待验证在桌面级 RTX 3050 8GB 显卡上，使用相同的 GGUF 模型和相同会话，SonicBoom v0.0.3 在解码阶段取得了优于 llama.cpp（-ngl 99）的表现。65% 相似待验证Ming-3-TTS-0.5B 的架构包含 24 层、0.5B 主干用 GTOA 逐帧出特征，再由 8 层 DiT 在 64 维浅空间做流匹配去噪，最后经 Odo VAE 还原 44.1kHz 波形。64% 相似待验证8bit 量化版 Ming-3-TTS-0.5B 尾部偶尔有底噪。63% 相似待验证d1-omni-600M 包含 381M 共享主干加决策头、94M SigLIP2 视觉编码器（来自 LFM2.5-VL-450M）和 112M 17 层 FastConformer 音频编码器。61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1121792API
curl https://kongchang.com/api/v1/knowledge/claims/1121792MCP
get_claim(id=1121792)