~/TEXT TO SPEE/zyphra-releases-zonos3-mini-open-source-text-to-speech-model

Zyphra Phát Hành Mô Hình Chuyển Văn Bản Thành Giọng Nói Mã Nguồn Mở ZONOS3-Mini

Zyphra đã ra mắt ZONOS3-Mini, một mô hình chuyển văn bản thành giọng nói và nhân bản giọng nói mã nguồn mở nhỏ gọn với 100 triệu tham số hỗ trợ 43 ngôn ngữ. Mô hình này hoạt động theo thời gian thực trên phần cứng tiêu dùng và trực tiếp trong trình duyệt web thông qua WebGPU. Bản phát hành này mang lại tính năng nhân bản giọng nói độ trung thực cao, điều khiển cảm xúc và hỗ trợ đa ngôn ngữ cho các thiết bị biên và ứng dụng web mà không cần dựa vào cơ sở hạ tầng đám mây cồng kềnh. Việc phát hành trọng số mô hình theo giấy phép Apache 2.0 giúp các nhà phát triển và nhà nghiên cứu dễ dàng tích hợp AI âm thanh tiên tiến một cách cục bộ. ZONOS3-Mini có kiến trúc 11 lớp với 100 triệu tham số hoạt động trên mỗi token sử dụng thiết kế Hỗn hợp Chuyên gia tiềm ẩn (Mixture of Experts) và các lớp Gated DeltaNet. Mô hình hỗ trợ các môi trường thực thi gốc cho CUDA, Apple Silicon, C++/ggml và WebGPU, đồng thời tạo ra âm thanh 44.1 kHz.

## KIẾN THỨC NỀN

Các mô hình chuyển văn bản thành giọng nói (TTS) tổng hợp âm thanh lời nói từ văn bản viết, trong khi công nghệ nhân bản giọng nói hiện đại cho phép AI sao chép giọng nói của một người cụ thể từ một mẫu âm thanh ngắn. Việc chạy các mô hình này cục bộ trên phần cứng tiêu dùng hoặc trình duyệt trước đây gặp nhiều khó khăn do yêu cầu tính toán lớn, khiến các kiến trúc nhẹ và hiệu quả như ZONOS3-Mini trở nên đáng chú ý đối với các nhà phát triển.

## TÀI LIỆU THAM KHẢO

## TỪ KHÓA

#text-to-speech#voice-cloning#open-source#audio-ai#local-llm

$ subscribe --daily