「Edge0 开源 0.6B 参数高拟真 TTS 模型 Audio8-TTS-Realistic」

一款仅 0.6B 参数的开放权重语音合成模型，该模型支持零样本语音克隆，仅需一段短音频即可复制音色，具备接近真人的韵律与表达力，覆盖 23 种语言。目前在 Hugging Face TTS Arena（盲测人类投票）中排名第一。

特点：- 参数量仅 601M，便于微调与低成本部署- 在 CV3（9 语言）错误率 4.86%，MiniMax（24 语言）错误率 5.89%，优于多个更大模型- INT4 量化后可在 Apple M2 CPU 上以约 1.1 GB 内存运行

Huggingface.co/Edge0/Audio8-TTS-Realistic-0.6bGithub.com/Edge0-AI/Audio8_TTS