Aii:ИИИ
Edge0 выпустила компактный синтез речи с клонированием голоса на 23 языках
Edge0 открыла на Hugging Face модель Audio8-TTS-Realistic-0.6B — синтез речи (TTS) всего на 0,6 млрд параметров.
По короткой записи и её расшифровке модель повторяет чужой голос без дообучения. Она говорит на 23 языках, из них 12 добавлены в этой версии, включая русский. Кодек на 44,1 кГц идёт в комплекте.
Главное отличие — естественность. После обычного обучения модель доучивали с подкреплением (GRPO): сначала за точность слов и сходство голоса, затем по оценке «критика реалистичности». Критик сравнивает синтез с живыми записями и смотрит на интонацию и паузы, а не на технические следы генератора.
Источники:
https://huggingface.co/Edge0/Audio8-TTS-Realistic-0.6b
https://arxiv.org/abs/2610.14776
#AI #TTS #OpenSource #Голос Если у вас установлено приложение,
вы можете сразу перейти в канал