<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>TTS :: 标签 :: x7peeps</title><link>https://blog.x7peeps.com/tags/TTS/index.html</link><description/><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Fri, 30 Oct 2026 14:47:30 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/tags/TTS/index.xml" rel="self" type="application/rss+xml"/><item><title>补充本地MLX流式TTS特性的研究</title><link>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/hermes%E6%96%B0%E7%89%B9%E6%80%A7/%E8%A1%A5%E5%85%85%E6%9C%AC%E5%9C%B0MLX%E6%B5%81%E5%BC%8FTTS%E7%89%B9%E6%80%A7%E7%9A%84%E7%A0%94%E7%A9%B6/index.html</link><pubDate>Mon, 17 Aug 2026 10:34:57 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/hermes%E6%96%B0%E7%89%B9%E6%80%A7/%E8%A1%A5%E5%85%85%E6%9C%AC%E5%9C%B0MLX%E6%B5%81%E5%BC%8FTTS%E7%89%B9%E6%80%A7%E7%9A%84%E7%A0%94%E7%A9%B6/index.html</guid><description>PR 地址：NousResearch/hermes-agent#85071 · 本地 MLX Qwen3-TTS 流式 provider（qwen3tts-mlx）
研究摘要 Hermes 的会话语音（session speech、语音气泡）原本依赖云端流式 TTS provider（elevenlabs / openai / gemini / xai），本地 TTS 引擎只能走同步合成路径——每说一句话，都要完整跑一次模型加载 + 整段文本合成，延迟高达 47 秒。本研究向 Hermes 上游补充了一个本地 MLX 流式 TTS provider（qwen3tts-mlx），把 Apple Silicon 上 Qwen3-TTS 声音克隆引擎的逐句流式产出能力接入既有流式管线：实测 4 段文本在 t=4.2s / 7.6s / 11.6s / 16.9s 依次产出，对比整 buffer 一次合成的 47s，端到端感知延迟降低一个数量级，且全程本地推理、无云端依赖、支持自定义克隆音色。</description></item><item><title>0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</link><pubDate>Fri, 30 Oct 2026 12:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/Audio8-TTS-Realistic-0.6B%E6%9C%AC%E5%9C%B0%E5%AE%9E%E6%B5%8B%E5%AF%B9%E6%AF%94Qwen3-TTS/index.html</guid><description>title: “0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕” date: “2026-10-30 12:00:00 +0800” weight: 3 tags: [TTS, 语音合成, 声音克隆, 本地部署, 开源模型] menu: main: parent: “AI工程化” 最近开源社区冒出一个很有意思的模型：Audio8-TTS-Realistic-0.6B。它是 Audio8-TTS-Preview-0.6B 的升级版，主打两件事——语音更真实、语言从 11 种扩到 23 种，而主模型参数量保持 0.6B 不变，权重总共只有 2.57GB，Apache 2.0 许可，可以商用。</description></item><item><title>MLX 并行提速实录：macOS 本地 TTS 从 230 秒到 100 秒</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/MLX%E5%B9%B6%E8%A1%8C%E6%8F%90%E9%80%9F%E5%AE%9E%E5%BD%95macOS%E6%9C%AC%E5%9C%B0TTS%E4%BB%8E230%E7%A7%92%E5%88%B0100%E7%A7%92/index.html</link><pubDate>Thu, 13 Aug 2026 12:16:44 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/MLX%E5%B9%B6%E8%A1%8C%E6%8F%90%E9%80%9F%E5%AE%9E%E5%BD%95macOS%E6%9C%AC%E5%9C%B0TTS%E4%BB%8E230%E7%A7%92%E5%88%B0100%E7%A7%92/index.html</guid><description>MLX 并行提速实录：macOS 本地 TTS 从 230 秒到 100 秒 一句话结论：引入 Apple MLX 框架 + 4 进程池并行分块，在不替换模型、不牺牲音质的前提下，将本地 TTS 长文本生成从 230.7 秒降至 100.2 秒（RTF 1.25→0.53），短文本从 11.5 秒降至 7.5-8 秒，冷启动从 11 秒降至 1-2 秒。 核心发现是：MLX 单进程并不比调优后的 PyTorch 并行快，真正的提速来自「MLX GPU 推理 × 受控多进程并行」的组合；而并发失控（18 进程）会导致内存与 GPU 初始化风暴，必须使用进程池限流。</description></item><item><title>macOS 本地 TTS 朗读服务优化实录：从频繁超时到秒级响应</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/macOS%E6%9C%AC%E5%9C%B0TTS%E6%9C%97%E8%AF%BB%E6%9C%8D%E5%8A%A1%E4%BC%98%E5%8C%96%E5%AE%9E%E5%BD%95/index.html</link><pubDate>Fri, 30 Oct 2026 14:47:30 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/macOS%E6%9C%AC%E5%9C%B0TTS%E6%9C%97%E8%AF%BB%E6%9C%8D%E5%8A%A1%E4%BC%98%E5%8C%96%E5%AE%9E%E5%BD%95/index.html</guid><description>macOS 本地 TTS 朗读服务优化实录：从频繁超时到秒级响应 一句话结论：不换模型、不动推理代码，仅靠服务架构层面的 7 项改造，将本地 TTS 朗读服务的长文本生成时间从 377 秒降至 230 秒（RTF 2.17→1.25），短文本从约 20 秒降至 8-11 秒，并彻底消除"频繁超时"问题。 核心经验是：服务超时的根因往往不在推理速度，而在进程调度、探活机制与超时配置之间的系统性失衡。</description></item><item><title>Mac 苹果芯片声音克隆方案横评：8 个主流方案实测，谁最适合你？</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/macOS%E6%9C%AC%E5%9C%B0TTS%E5%A3%B0%E9%9F%B3%E5%85%8B%E9%9A%86%E5%AE%9E%E6%B5%8B/index.html</link><pubDate>Tue, 20 Oct 2026 20:01:26 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/macOS%E6%9C%AC%E5%9C%B0TTS%E5%A3%B0%E9%9F%B3%E5%85%8B%E9%9A%86%E5%AE%9E%E6%B5%8B/index.html</guid><description>Mac 苹果芯片声音克隆方案横评：8 个主流方案实测，谁最适合你？ 一句话结论：如果你在 Mac（Apple Silicon）上想克隆声音，首选 Qwen3-TTS-12Hz；追求极致中文效果且有耐心微调，GPT-SoVITS 上限最高；完全不想折腾，直接上 ElevenLabs 云端服务。</description></item><item><title>补充本地VoxCPM语音克隆provider特性的研究</title><link>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/hermes%E6%96%B0%E7%89%B9%E6%80%A7/%E8%A1%A5%E5%85%85%E6%9C%AC%E5%9C%B0VoxCPM%E8%AF%AD%E9%9F%B3%E5%85%8B%E9%9A%86provider%E7%89%B9%E6%80%A7%E7%9A%84%E7%A0%94%E7%A9%B6/index.html</link><pubDate>Mon, 17 Aug 2026 10:34:57 +0800</pubDate><guid>https://blog.x7peeps.com/%E5%BC%80%E6%BA%90%E9%A1%B9%E7%9B%AE/hermes%E6%96%B0%E7%89%B9%E6%80%A7/%E8%A1%A5%E5%85%85%E6%9C%AC%E5%9C%B0VoxCPM%E8%AF%AD%E9%9F%B3%E5%85%8B%E9%9A%86provider%E7%89%B9%E6%80%A7%E7%9A%84%E7%A0%94%E7%A9%B6/index.html</guid><description>PR 地址：NousResearch/hermes-agent#82961 · 新增 VoxCPM 原生本地 TTS provider（30 语种、语音设计 + 克隆、MPS 加速）
研究摘要 之前，Hermes 的 TTS 格局是"云的好用但花钱且音频出机，本地的不花钱但没有克隆能力也谈不上自然韵律"：7 个云 provider（Edge / OpenAI / ElevenLabs / MiniMax / xAI / Mistral / Gemini），3 个本地 provider（Piper / KittenTTS / NeuTTS）全部 CPU-only。现在，OpenBMB 的 VoxCPM2（2026-04 发布、2B 参数）作为一等原生 provider 接入：100% 本地推理、无 API key，支持语音设计（文本描述直接生成新音色）、参考音频克隆、延续克隆三种模式，覆盖 30 种语言含 9 种中文方言，48kHz 输出，Apple Silicon 走 MPS 加速。</description></item></channel></rss>