发布开源权重3.5B参数TTS模型Hlas-1
热点事件持续更新
发布开源权重3.5B参数TTS模型Hlas-1
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
作者 Vojtech Cekal 发布 Hlas-1，一个 3.5B 参数的表现力文本转语音模型，支持零样本声音克隆和写在方括号里的内联表演标签。模型由 1B 文本编码器、1.7B 声学骨干和 16 个码本的深度解码器组成，采用 Breeze TTS 2 架构，输出 24 kHz 单声道音频，首批支持英语和普通话，另覆盖西班牙语、法语、日语等语言。 模型权重采用 BreezeBlue Research and Non-Commercial License（仅限研究与非商业用途），推理运行时为 Apache-2.0。12 GB GPU 可运行 eager 模式，24 GB GPU 可运行 --fast-all 路径。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 14:52
Hlas-1 发布 3.5B 参数开源权重 TTS 模型，支持零样本声音克隆与内联表演标签报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- Hacker NewsHlas-1 发布 3.5B 参数开源权重 TTS 模型，支持零样本声音克隆与内联表演标签
作者发布 Hlas-1，一个 3.5B 参数的表现力文本转语音模型，支持零样本声音克隆和写在方括号里的内联表演标签，可在单张 12 GB GPU 上运行。模型由 1B 文本编码器、1.7B 声学骨干和 16 个码本的深度解码器组成，采用 Breeze TTS 2 架构，输出 24 kHz 单声道音频，首批支持英语和普通话，另覆盖西班牙语、法语、日语等语言。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。