Крошечная нейросеть для синтеза речи (294 тыс.–2,3 млн параметров), работающая на микроконтроллере ESP32 за $3 или прямо в браузере.
sanoTTS — семейство очень маленьких нейросетевых голосов для синтеза речи, не требующих облака или специального процессора: модель работает в реальном времени на микроконтроллере ESP32-S3 стоимостью около $3 или в браузере через WebAssembly. Размер модели — от 0,3 до 8,7 МБ, поддерживается 30 голосов на 16 языках, включая русский. Полезно разработчикам встраиваемых устройств и веб-приложений, которым нужен голос без облачных сервисов.
Описание автора:sanoTTS (सानो = 'small' in Nepali): a ~1.4M-param neural TTS that runs on a $3 chip or in the browser. Leads SCOREQ/UTMOS in the sub-15M class.
