[控场AI]
模型

Pocket TTS

Kyutai Labs开发的轻量级TTS模型,仅190万参数,支持语音克隆和本地设备运行,适用于嵌入式语音交互场景。

时间轴 (近 90 天)

10月20日

Kyutai Labs 的 Pocket TTS 模型参数量为190万(1.9M)。

待验证50%
10月20日

Pocket TTS 模型声称支持语音克隆。

待验证50%
10月20日

新版 Pocket TTS 在合成语音时会将脏话替换为发音相近的无意义词(如“What the fuck”变为“What the dee”)。

待验证50%
10月20日

旧版 Pocket TTS 模型不会对脏话进行净化处理。

待验证50%
10月20日

社区推测 Kyutai 正在将 Pocket TTS 的定位向企业级用户倾斜,因此默认加入了内容过滤。

待验证50%
10月20日

发帖用户称模型可以生成种族歧视内容,却对脏话格外敏感。

待验证50%
10月20日

目前社区缺乏公开的基准测试数据来评估 Pocket TTS 的自然度、实时因子和说话人相似度。

待验证50%

全部知识事实 (7)

来源文章