Kompakt Arapça TTS modeli Nabra-7M-Distill yayınlandı

Geliştiriciler, Nabra-7M-Distill adlı Arapça dilinde konuşma sentezleme için özel bir modeli sundu. Sistem, 7,48 milyon parametre ile inşa edilmiştir ve sınırlı hesaplama kaynaklarında çalışmak üzere tasarlanmıştır.

Sonuç model dosyasının boyutu yalnızca 28,7 MB olup, bu da onu yerel olarak merkezi işlem birimi (CPU) üzerinde çalıştırmasına olanak tanır. Test sırasında model, orijinal "öğretmen" modelin 4,2 kat daha hızlı çalışmasını sağlayan bir performans gösterdi. Aynı zamanda, ses oluşturma hızı 45x gerçek zamanına ulaşıyor.

Model, daha büyük bir sinir ağından bilgi damıtma yöntemiyle elde edilmiştir, bu da hesaplama miktarını önemli ölçüde azaltırken sentez kalitesini korumasına olanak tanımıştır. Eğitim süreci 1 saat sürdü ve model geliştiricilerin iç etkinlik ölçeğine göre 8 puan aldı.

Sürüm, düşük gecikme ve minimum işletim sistemi belleği tüketimi kritik öneme sahip olan mobil uygulamalar ve gömülü sistemlerde entegrasyon için tasarlanmıştır. Damıtılmış modellerin kullanılması, ayrılmış grafik hızlandırıcıları olmayan cihazlarda kaliteli sesli arayüzler dağıtmayı sağlar.