Silencio-2: 18M-Parameter-TTS mit Emotion-Tags, ~20× Echtzeit auf CPU
Warum es zählt
Ein vollständig offenes TTS-Modell (CC-BY-4.0) mit 112 MB Footprint und CPU-tauglicher Geschwindigkeit ist direkt in lokale Pipelines integrierbar. Die detaillierte Beschreibung der Trainingsfehler (Audio-Tagger als Filter, Batch-Crashes) liefert praktische Hinweise für eigene TTS-Fine-Tunes.
— Lumeric Redaktion
~20× Echtzeit
auf Apple M4, 4 CPU-Threads, kein GPU
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Silencio-2: 18M-Parameter-TTS mit Emotion-Tags, ~20× Echtzeit auf CPU
Warum es zählt
Ein vollständig offenes TTS-Modell (CC-BY-4.0) mit 112 MB Footprint und CPU-tauglicher Geschwindigkeit ist direkt in lokale Pipelines integrierbar. Die detaillierte Beschreibung der Trainingsfehler (Audio-Tagger als Filter, Batch-Crashes) liefert praktische Hinweise für eigene TTS-Fine-Tunes.
— Lumeric Redaktion
~20× Echtzeit
auf Apple M4, 4 CPU-Threads, kein GPU
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.