Kompakt Kokoro-7M-Distill TTS modeli yayınlandı

Geliştiriciler Kokoro-7M-Distill adlı konuşma sentezleme (TTS) için hafif bir modeli sundu - mobil cihazlarda çalışmak üzere tasarlandı. Model yalnızca 7,48 milyon parametre içerir ve 28,7 MB disk alanı kaplar.

Yeni ürünün mimarisi, daha büyük bir model olan Kokoro-82M'den bilgi dolaşımına dayanmaktadır. Testlerde, çözüm orijinalin 4,1 kat daha hızlı bir üretim hızı gösterdi. İşleme süresi, bir saniye ses akışına 22 ms'dir.

Model, bulut sunucularına erişim gerekmeden tamamen otomatik (çevrimdışı) olarak çalışmak üzere tasarlanmıştır. Düşük bellek gereksinimleri, sınırlı donanım kaynaklarına sahip akıllı telefon uygulamalarına entegrasyonu sağlar.

Kokoro-7M-Distill sürümü, yerel konuşma sentezinin olanaklarını genişleterek, minimum kaynak tüketiminde yüksek bir yanıt hızını sağlar. Bilgi dolaşımının kullanılması, ağırlık hacminin önemli ölçüde azaltılmasına rağmen konuşmanın netliğini korumasına olanak tanıdı, bu da modeli gömme sistemleri ve mobil arayüzler için uygun hale getirdi.