公开知识图谱记录
Phonon 31m
记录摘要
前缀融合文本与说话人嵌入，每80毫秒生成一个潜向量。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: WER 1.70%
- 基准测试: LLM WER 0.51%
- 基准测试: Elo 2098
- 部署方式: 端侧运行
- 语言: 英语
- 语言: 仅支持英语
- 许可: 模型、tokenizer 和 voices 为 Apache 2.0
- 许可: Apache 2.0
资料覆盖
知识图谱当前记录了 12 个已知资料维度，另有 6 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- hard-sentence set — 评测于
- Seed-TTS set — 评测于
- Kokoro — 胜过
- NeuTTS Nano — 胜过
- Phonon — 隶属