tiny-voca: model TTS o wadze 18 MB działa w przeglądarce
tiny-voca to lekki model syntezy mowy po angielsku, wytrenowany wyłącznie na syntetycznym głosie i stworzony za 9,56 USD.
Pojawił się kompaktowy model syntezy mowy tiny-voca. Był trenowany wyłącznie na syntetycznym głosie, ale wyniki są wystarczająco dobre.
Męski i żeński głos stworzyła i nagłośniła model Qwen3-TTS. Model waży 18 MB i działa w przeglądarce na dowolnym urządzeniu. Na razie mówi tylko po angielsku.
Cała praca nad modelem kosztowała autora 9,56 USD — mniej niż pizza.
Demo można bezpłatnie przetestować tutaj, a sam model jest dostępny na Hugging Face.
Dlaczego to ważne
AnalizaPokazuje, że nawet bardzo małe modele TTS mogą generować użyteczny głos bez ciężkiej infrastruktury.
Dyskutuj w społeczności
Dziel się swoimi pytaniami i spostrzeżeniami z programistami
Powiązane w ekosystemie
Praktyczne poradniki, kluczowa terminologia i skille agentów
Nowoczesna synteza mowy (Text-to-Speech / TTS)
Technologia sztucznego generowania ludzkiej mowy z tekstu pisanego. Współczesne modele TTS oparte na sieciach neuronowych (ElevenLabs, OpenAI Audio, Chatterbox) odtwarzają naturalną intonację, logiczne akcenty, oddech, barwę głosu oraz zabarwienie emocjonalne, nie do odróżnienia od żywego lektora.
Jev i System One AI: Kompletny praktyczny przewodnik po modelu decyzyjnym od TypeSafe
Głęboka analiza inżynieryjna flagowego modelu Jev: architektura System One w kontraście do LLM, prymitywy Choice/Score/Noul, równoległość zapytań, matematyka pewności, przypadki użycia wideo, kod oraz przegląd lokalnych alternatyw open-weight (Laya, GLiNER2.5, CLM-8B).
Łączenie modeli i „Frankensteining”
Technika łączenia wag dwóch lub więcej różnych modeli językowych bez ponownego trenowania na GPU (SLERP, DARE, Ties-Merging), która tworzy hybrydowe modele o synergicznych umiejętnościach.
Przegląd AI: plotki o CEO NVIDII, nowe modele Gemini, Kimi i MiniMax
Najważniejsze wydarzenia w AI z 2–15 listopada: plotki o odejściu Jensena Huanga, aktualizacje modeli Gemini i Kimi, generowanie obrazów i wideo oraz konsola retro OpenAI.