Phonon TTS 发布：端侧运行且登顶基准测试

Hugging Face 发布小型文本转语音模型 Phonon，支持在设备本地离线运行，无需服务器。该模型基于 flow matching 技术，提供约 65MB 和 75MB 两种规格，支持英、法、德、西、葡五种语言及超过 100 种内置音色。Phonon 31m 采用 Apache 2.0 许可，可免费用于商业项目。在 Hugging Face Open TTS Leaderboard 上，Phonon 在德语和西班牙语的可懂度排名第一，且在 CPU 流式推理的首字延迟方面表现优异，适合移动端和嵌入式开发。

要点

• Phonon 支持完全离线运行，保护用户隐私，无需网络连接。
• 模型体积小，可在手机、笔记本电脑及单板计算机上高效运行。
• Phonon 31m 开源协议为 Apache 2.0，允许免费商业使用。
• 在 Hugging Face 基准测试中，其可懂度和推理速度优于体积大得多的竞品。
• 提供 ptts 推理框架，支持 CPU、GPU 及 NPU 等多种后端加速。

为什么值得关注

对于国内从业者，Phonon 提供了高性能且可商用的端侧语音方案，有助于开发无需联网的语音交互应用。其开源许可降低了集成成本，适合在智能硬件、移动游戏或离线辅助工具中实现自然语音反馈，提升用户体验并减少云端依赖。