Zyphra 发布 ZONOS3-Mini 开源实时语音克隆 TTS 模型
Zyphra 发布 ZONOS3-Mini,一个零样本语音克隆 TTS 模型,采用稀疏 MoE 架构,1 亿活跃参数、8 亿总参数,Apache 2.0 许可,在 112 块 NVIDIA H100 上训练 2.5 天。
推荐理由:原文给出参数规模、端侧延迟数字和 ZTTS2-Eval 排名,开源权重与多端运行时可帮助读者评估实际部署成本。
Zyphra 发布 ZONOS3-Mini,一个零样本语音克隆 TTS 模型,采用稀疏 MoE 架构,1 亿活跃参数、8 亿总参数,Apache 2.0 许可,在 112 块 NVIDIA H100 上训练 2.5 天。
推荐理由:原文给出参数规模、端侧延迟数字和 ZTTS2-Eval 排名,开源权重与多端运行时可帮助读者评估实际部署成本。
Suno 发布新一代音乐模型 v6,与 Warner Music Group、BMG 和 Believe 等行业伙伴合作开发,包含 v6、v6-wild 和 v6-mini 三款模型,分别面向精准创作、风格探索和免费快速生成。v6 支持用自然语言编辑歌曲片段、混搭多来源素材、采样构建节拍,以及从文本、音频、图片和视频生成音乐,上线后将逐步替换旧模型。
推荐理由:原文出自 Suno 官方,给出 v6 三款模型的定位差异和新编辑能力,读者可以对照自身创作需求选择版本。
Zyphra 发布开源实时语音合成模型 ZONOS2,采用 MoE 架构,总参数 8B、激活参数 900M,Apache 2.0 许可,称其为首个开源 MoE TTS 模型。
推荐理由:官方同时放出权重、推理代码和自建评测集,还解释了 WER 与克隆保真度的权衡,读者可据此评估其语音克隆路线。
Suno 发布 v5.5 模型,称其为最具表现力的版本,并推出 Voices、Custom Models 和 My Taste 三项个性化功能。
推荐理由:原文给出 v5.5 的三项新功能细节与订阅限制,读者可以据此判断个性化音乐创作的实际入口。