Gepard 1.0: 0,6B Streaming-TTS mit 20× Echtzeit-Faktor und 50ms TTFA
Warum es zählt
Gepard läuft vLLM-nativ mit Cartesia-kompatiblem API und unterstützt bis zu 256 parallele Sequenzen auf einer RTX Pro 6000 Blackwell. Für Builder von Sprach-Agenten bietet es Zero-Shot Voice Cloning, Apache-2.0-Lizenz und fertige Inference-Infrastruktur – allerdings mit Abstrichen bei Speaker-Similarity (SIM 0,585).
— Lumeric Redaktion
Seed-TTS-Eval (NISQA-MOS) · Spitzenwert
4.25%
Gepard 1.0
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.
Verwandte Beiträge
Gepard 1.0: 0,6B Streaming-TTS mit 20× Echtzeit-Faktor und 50ms TTFA
Warum es zählt
Gepard läuft vLLM-nativ mit Cartesia-kompatiblem API und unterstützt bis zu 256 parallele Sequenzen auf einer RTX Pro 6000 Blackwell. Für Builder von Sprach-Agenten bietet es Zero-Shot Voice Cloning, Apache-2.0-Lizenz und fertige Inference-Infrastruktur – allerdings mit Abstrichen bei Speaker-Similarity (SIM 0,585).
— Lumeric Redaktion
Seed-TTS-Eval (NISQA-MOS) · Spitzenwert
4.25%
Gepard 1.0
Frag die KI zum Artikel
Folgefragen zu Headline, Quelle und Volltext — Antwort streamt in wenigen Sekunden.