Hugging Face lanza Phonon, un modelo de voz que funciona en el dispositivo
🎧 Escucha esta noticia
Hugging Face lanzó Phonon, un modelo de texto a voz que funciona en celulares, computadoras portátiles, computadoras de placa única y navegadores sin enviar el texto a un servidor. Según la empresa, los modelos tienen unos 65 MB y 75 MB, hablan inglés, francés, alemán, español y portugués, e incluyen más de 100 voces. También permiten clonar voces y crear voces personalizadas mediante Gradium Studio.
Phonon 31m cubre el inglés bajo la licencia Apache 2.0, incluso para productos comerciales, mientras que Phonon 40m cubre los cinco idiomas bajo una licencia no comercial. Hugging Face afirma que el modelo superó las 200.000 descargas en sus dos primeras semanas. El lanzamiento incluye integración con Transformers y demostraciones de uso sin conexión en relojes, celulares, juegos, navegadores y otros proyectos.
Por qué importa · interpretación editorial
El lanzamiento ofrece una alternativa para incorporar síntesis de voz en dispositivos y navegadores sin enviar el texto a un servidor, algo que puede ser relevante para experiencias sin conexión. Las licencias diferentes también hacen importante elegir el modelo: Phonon 31m permite productos comerciales, mientras que 40m es solo no comercial, según Hugging Face.