Edge0 喺 10 月 29 日發布 Audio8-TTS-Realistic,一個 0.6B 參數嘅零樣本(zero-shot)聲線克隆 TTS(text-to-speech,文字轉語音)模型,採 Apache 2.0 授權開放權重。
模型支援 23 種語言。培訓上喺最後加了一個 GRPO(Group Relative Policy Optimization,一種基於群組相對策略嘅強化學習法)環節,由一個學出嚟嘅「真實感評審器」(learned realism critic)帶住行,用來拉高合成語音嘅真實感。
呢個係廠商公佈;本站未做獨立測試,實際聲音品質同聲線克隆準確度有待實測。




