Phonon TTS：端侧高质量语音合成发布，跑分登顶

Hugging Face 于 2026 年 11 月 5 日介绍 Phonon TTS，一组面向端侧运行的文本转语音模型，重点在于较小体积、离线推理和开放权重之间的组合。

• 模型约有 65 MB 和 75 MB 两种规模，支持英语、法语、德语、西班牙语和葡萄牙语。
• Phonon 31m 使用 Apache 2.0 许可，可用于商业产品；40m 版本为非商业许可。
• 官方称模型可在手机、笔记本、单板计算机和浏览器中运行，并提供 100 多种内置声音。
• 在 Hugging Face Open TTS Leaderboard 的自述结果中，模型在德语和西班牙语可懂度排名第一，并在 CPU 首次音频速度测试中领先。
• 影响/看点：端侧推理有利于离线场景和文本隐私，但实际体验仍取决于设备算力、语言覆盖、声音许可和不同测试条件，榜单成绩不等同于所有应用中的综合优势。资料依据:
• Hugging Face Blog（2026-11-05）：https://huggingface.co/blog/phonon-tts

本内容由 AI 生成，仅供参考，请注意甄别