Techub News 搜索

搜索“Gradium”共有4条相关结果

Gradium 开源端侧 TTS 模型 Phonon，31M 参数、支持 37 种语音Techub News 消息，巴黎语音 AI 公司 Gradium 开源了端侧文本转语音模型系列 Phonon。该系列包括 31M 和 40M 参数版本，其中 Phonon 31m 为纯英文模型，采用 Apache 2.0 许可，文件大小 64.5 MB，内置 37 种语音，可在手机、笔记本电脑、树莓派 5 及浏览器上本地运行，无需 GPU 或云端调用。 Phonon 使用因果 Transformer 主干网络，结合文本和说话人嵌入，通过 SentencePiece 分词器直接处理原始文本，无需音素转换。其流匹配头部将潜在向量与噪声单步转换为音频嵌入，再经 Kyutai Mimi 解码器变体输出 24 kHz PCM 音频。据 Gradium 测试，Phonon 在英文 Elo 评分中领先于其他开源模型，在 500 句困难测试集上词错误率（WER）为 1.70%，优于 Kokoro 的 3.50%；在 CPU 上首段音频生成延迟约 7 毫秒。（MarkTechPost）Techub News10/23 01:10

快讯AI10/23 01:10

Gradium 开源端侧 TTS 模型 Phonon，31M 参数、支持 37 种语音

Techub News 消息，巴黎语音 AI 公司 Gradium 开源了端侧文本转语音模型系列 Phonon。该系列包括 31M 和 40M 参数版本，其中 Phonon 31m 为纯英文模型，采用 Apache 2.0 许可，文件大小 64.5 MB，内置 37 种语音，可在手机、笔记本电脑、树莓派 5 及浏览器上本地运行，无需 GPU 或云端调用。 Phonon 使用因果 Transformer 主干网络，结合文本和说话人嵌入，通过 SentencePiece 分词器直接处理原始文本，无需音素转换。其流匹配头部将潜在向量与噪声单步转换为音频嵌入，再经 Kyutai Mimi 解码器变体输出 24 kHz PCM 音频。据 Gradium 测试，Phonon 在英文 Elo 评分中领先于其他开源模型，在 500 句困难测试集上词错误率（WER）为 1.70%，优于 Kokoro 的 3.50%；在 CPU 上首段音频生成延迟约 7 毫秒。（MarkTechPost）

Gradium 推出 Voice Design，可通过文本描述生成全新合成语音Techub News 消息，巴黎语音 AI 公司 Gradium 推出 Voice Design 功能，用户只需输入一段文本描述，即可在几秒内生成全新的合成语音，无需参考音频或处理版权问题。该功能已在其 API 和 Studio 平台上线，所有套餐包括免费层均可使用。用户可通过描述性别、年龄、口音、音调、语速等属性来生成语音，支持英语、法语、西班牙语、葡萄牙语和德语。每次请求可生成 1 至 5 个候选声音，通常在 3 至 5 秒内完成。生成的语音可通过其文本转语音端点直接用于流媒体。 Gradium 公布的盲测结果显示，其 Voice Design 在口音提示的对比测试中，以 72.6% 的胜率领先于 ElevenLabs、Inworld 等竞争对手。该公司称其在区域口音（如魁北克法语、巴伐利亚德语）的生成上优势明显。（MarkTechPost）Techub News09/09 15:35

快讯AI09/09 15:35

Gradium 推出 Voice Design，可通过文本描述生成全新合成语音

Techub News 消息，巴黎语音 AI 公司 Gradium 推出 Voice Design 功能，用户只需输入一段文本描述，即可在几秒内生成全新的合成语音，无需参考音频或处理版权问题。该功能已在其 API 和 Studio 平台上线，所有套餐包括免费层均可使用。用户可通过描述性别、年龄、口音、音调、语速等属性来生成语音，支持英语、法语、西班牙语、葡萄牙语和德语。每次请求可生成 1 至 5 个候选声音，通常在 3 至 5 秒内完成。生成的语音可通过其文本转语音端点直接用于流媒体。 Gradium 公布的盲测结果显示，其 Voice Design 在口音提示的对比测试中，以 72.6% 的胜率领先于 ElevenLabs、Inworld 等竞争对手。该公司称其在区域口音（如魁北克法语、巴伐利亚德语）的生成上优势明显。（MarkTechPost）

Gradium AI 发布新版默认 TTS 模型，硬案例通过率达 81.0%Techub News 消息，Gradium AI 发布了新版文本转语音模型，并已将其设为 API 和 Studio 的默认模型。该公司报告称，其模型在涵盖五种语言的 500 句硬案例测试集中，获得了 81.0% 的人工评分通过率，领先于 Cartesia Sonic 3.6 的 75.1% 和 ElevenLabs v3 Conversational 的 65.4%。在 Coval 基准测试中，首次音频生成时间中位数为 216 毫秒，比其替代模型快 170 毫秒。新模型已于 2026 年 8 月 31 日上线并设为默认，现有用户无需迁移。该公司已在 Hugging Face 上开源了包含 500 个句子的评估数据集。（MarkTechPost）Techub News09/01 11:42

快讯AI09/01 11:42

Gradium AI 发布新版默认 TTS 模型，硬案例通过率达 81.0%

Techub News 消息，Gradium AI 发布了新版文本转语音模型，并已将其设为 API 和 Studio 的默认模型。该公司报告称，其模型在涵盖五种语言的 500 句硬案例测试集中，获得了 81.0% 的人工评分通过率，领先于 Cartesia Sonic 3.6 的 75.1% 和 ElevenLabs v3 Conversational 的 65.4%。在 Coval 基准测试中，首次音频生成时间中位数为 216 毫秒，比其替代模型快 170 毫秒。新模型已于 2026 年 8 月 31 日上线并设为默认，现有用户无需迁移。该公司已在 Hugging Face 上开源了包含 500 个句子的评估数据集。（MarkTechPost）

Nvidia 投资 Gradium，语音 AI 种子轮 1 亿Techub News 消息，Nvidia 参与投资巴黎语音 AI 初创公司 Gradium，使其种子轮融资总额扩大至 1 亿美元以上。 Gradium 由 Kyutai 研究实验室孵化，专注于构建超低延迟语音技术，提供语音转文本、文本转语音、语音克隆及实时翻译模型，定位与 ElevenLabs、Deepgram 和 OpenAI 的语音产品直接竞争。此次追加融资约 3000 万美元，此前该公司已完成由 FirstMark Capital 和 Eurazeo 领投的 7000 万美元种子轮融资，DST Global、Eric Schmidt 和 Xavier Niel 等亦参与投资。（cryptobriefing.com）Techub News07/10 10:04

快讯Kyutai07/10 10:04

Nvidia 投资 Gradium，语音 AI 种子轮 1 亿

Techub News 消息，Nvidia 参与投资巴黎语音 AI 初创公司 Gradium，使其种子轮融资总额扩大至 1 亿美元以上。 Gradium 由 Kyutai 研究实验室孵化，专注于构建超低延迟语音技术，提供语音转文本、文本转语音、语音克隆及实时翻译模型，定位与 ElevenLabs、Deepgram 和 OpenAI 的语音产品直接竞争。此次追加融资约 3000 万美元，此前该公司已完成由 FirstMark Capital 和 Eurazeo 领投的 7000 万美元种子轮融资，DST Global、Eric Schmidt 和 Xavier Niel 等亦参与投资。（cryptobriefing.com）

当前搜索结果已加载完毕