Supertonic, ElevenLabs를 능가하다

완전히 장치 내에서 작동하는 텍스트 음성 변환(TTS) 모델입니다. 클라우드가 없습니다. API 키도 없습니다. 문자당 가격 책정도 없습니다.

2,700개의 GitHub 스타. 100% 오픈 소스. MIT 라이선스.

놀라운 수치들:
→ M4 Pro에서 실시간 대비 167배 빠름
→ 단지 6,600만 개의 파라미터
→ 초당 1,263 문자 (ElevenLabs Flash의 287에 비견)
→ 초당 1,048 문자 (OpenAI TTS-1의 55에 비견)
→ Raspberry Pi에서 작동합니다. 비행 모드 전자책 리더기에서도 작동합니다.

통화 단위, 날짜, 전화번호를 전처리할 필요 없이 정확하게 읽습니다. ElevenLabs는 이를 읽을 수 없습니다. OpenAI도 이를 읽을 수 없습니다. Gemini도 이를 읽을 수 없습니다.

11개 플랫폼과 5개 언어를 지원합니다. Chrome 확장 프로그램은 어떤 웹 페이지든 1초 이내에 음성으로 변환합니다.

저는 오랫동안 장치 내 모델들이 클라우드 API에 패배하는 것을 지켜보았습니다. 이 모델은 그렇지 않습니다.

클라우드 기반의 텍스트 읽기는 사실상 끝났습니다.