Flare-TTS 28M ist das erste Text-to-Speech-Modell des Community-Entwicklers LH-Tech_AI, das vollständig von Grund auf neu trainiert wurde – ohne Vortraining auf fremden Checkpoints. Als Hardware-Basis diente eine einzelne NVIDIA A6000 GPU, das Training dauerte rund 24 Stunden über ca. 300 Epochen. Trainingsdaten ist der öffentlich verfügbare LJSpeech-Datensatz, ein Standardkorpus für englischsprachige TTS-Forschung mit Aufnahmen einer einzelnen Sprecherin. Das Modell ist auf Hugging Face unter LH-Tech-AI/Flare-TTS-28M frei zugänglich. Der Entwickler räumt selbst ein, dass die Sprachausgabe noch „etwas robotisch" klingt, sieht das Release aber als ersten Schritt und Grundlage für weitere Iterationen. Die Veröffentlichung demonstriert, dass der Einstieg in eigene TTS-Entwicklung mit überschaubarem Hardware-Budget und öffentlichen Datensätzen möglich ist.