Zyphra เปิดตัว ZONOS3-Mini โมเดล TTS โอเพนซอร์ส
Zyphra ปล่อย ZONOS3-Mini โมเดลแปลงข้อความ 100M พารามิเตอร์แบบโอเพนซอร์ส รองรับการโคลนเสียงและรันบนเบราว์เซอร์ได้แบบเรียลไทม์
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Zyphra เปิดตัว ZONOS3-Mini โมเดลแปลงข้อความเสียงแบบโอเพนซอร์สลิขสิทธิ์ Apache 2.0
- มีพารามิเตอร์รวม 800 ล้านตัว และมีพารามิเตอร์ที่ใช้งานจริง (active parameters) 100 ล้านตัว
- รองรับความสามารถในการโคลนเสียง ควบคุมการพูดได้แบบคำต่อคำ และรันได้ทันทีบนเว็บเบราว์เซอร์แบบเรียลไทม์
บริษัท Zyphra ได้ประกาศเปิดตัวโมเดลปัญญาประดิษฐ์สำหรับการแปลงข้อความให้เป็นเสียงพูดรุ่นใหม่ล่าสุดในชื่อ ZONOS3-Mini ซึ่งถูกพัฒนาขึ้นมาภายใต้สัญญาอนุญาตแบบโอเพนซอร์ส Apache 2.0 เปิดโอกาสให้นักพัฒนาและผู้สนใจสามารถนำไปใช้งาน ต่อยอด หรือปรับแต่งได้อย่างอิสระตามความต้องการ
สำหรับจุดเด่นทางเทคนิคของโมเดลตัวนี้คือการออกแบบสถาปัตยกรรมที่มีพารามิเตอร์รวมทั้งหมด 800 ล้านตัว โดยมีพารามิเตอร์ที่เปิดใช้งานจริงในระบบ (active parameters) อยู่ที่ 100 ล้านตัว ซึ่งช่วยสร้างความสมดุลระหว่างประสิทธิภาพการทำงานและความเร็วในการประมวลผลได้อย่างลงตัว
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
ในด้านความสามารถในการใช้งาน ZONOS3-Mini มาพร้อมฟีเจอร์ขั้นสูงที่หลากหลาย ไม่ว่าจะเป็นความสามารถในการโคลนเสียงได้อย่างแม่นยำ การควบคุมรูปแบบและจังหวะการออกเสียงได้ในระดับคำต่อคำ รวมถึงความสามารถพิเศษในการประมวลผลและรันการทำงานได้แบบเรียลไทม์โดยตรงบนเว็บเบราว์เซอร์ของผู้ใช้งาน
การที่ Zyphra เลือกใช้สัญญาอนุญาตแบบ Apache 2.0 สำหรับโมเดล ZONOS3-Mini ถือเป็นก้าวสำคัญที่จะช่วยผลักดันให้เทคโนโลยีการสังเคราะห์เสียงพูด (TTS) เข้าถึงได้ง่ายขึ้น การที่โมเดลมีขนาดพารามิเตอร์ใช้งานจริงเพียง 100 ล้านตัวแต่ยังคงความสามารถในการโคลนเสียงและรันบนเบราว์เซอร์ได้แบบเรียลไทม์ สะท้อนให้เห็นถึงความพยายามในการลดภาระการประมวลผลบนเซิร์ฟเวอร์ ซึ่งจะช่วยประหยัดต้นทุนและเปิดทางให้เกิดแอปพลิเคชันปัญญาประดิษฐ์ใหม่ๆ บนฝั่งผู้ใช้งาน (Edge AI) มากยิ่งขึ้นในอนาคต
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น