先了解这件事
2026年11月5日,Hugging Face发布端侧TTS模型Phonon,提供约65 MB和75 MB两个尺寸,覆盖英语、法语、德语、西班牙语和葡萄牙语,内置100多个音色。其中Phonon 31m仅支持英语,以Apache 2.0开源,可用于商业产品;Phonon 40m覆盖五种语言,采用非商业许可。官方称Phonon在Open TTS Leaderboard的德语和西班牙语可懂度排名第一,并在CPU流式首包延迟基准上领先,配套推理框架ptts支持CPU、GPU和NPU等10余种后端。同日,Unite.AI报道称,Gradium发布技术跟进说明,称Phonon上线两周下载量超过20万次,并给出95分位CPU首音延迟数据:Phonon 31m英语为28毫秒,Phonon 40m英语为38毫秒,Pocket TTS为165毫秒;该报道还称开放权重于10月20日发布。
AI 根据公开报道生成
最新进展 · 正式报道
Gradium 端侧 TTS 模型 Phonon 两周下载超 20 万次事件进展
1 个已确认进展
- 来源：Hugging Face
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
11月5日
Unite.AI
Gradium 端侧 TTS 模型 Phonon 两周下载超 20 万次
Gradium 于 11 月 5 日发布技术跟进说明，称其端侧 TTS 模型 Phonon 上线两周下载量超过 20 万次。Phonon 在 Open TTS Leaderboard 的德语和西班牙语可懂度排名第一，在所有评测语言中均进入前三，参数量仅为对比模型的至多百分之一。95 分位 CPU 首音延迟方面，Phonon 31m 英语为 28 毫秒，Phonon 40m 英语为 38 毫秒，Pocket TTS 为 165 毫秒。Phonon 的开放权重于 10 月 20 日发布，英语 31m 模型采用 Apache 2.0 许可、8 位量化权重 64.5 MB，40m 多语言版本采用 CC BY-NC 4.0 许可。
Hugging Face一手
Hugging Face 发布端侧语音模型 Phonon，31m 版本以 Apache 2.0 开源
Hugging Face 发布端侧 TTS 模型 Phonon，提供约 65 MB 和 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语，内置 100 多个音色。其中 Phonon 31m 仅支持英语并以 Apache 2.0 开源，可用于商业产品；Phonon 40m 覆盖五种语言但采用非商业许可。官方称其在 Open TTS Leaderboard 的德语和西班牙语可懂度排名第一，并在 CPU 流式首包延迟基准上领先，配套推理框架 ptts 支持 CPU、GPU 和 NPU 等 10 余种后端。