‏🚀 Supertonic: رقیب جدید ElevenLabs در پردازش صدا

‏مدل جدید Supertonic، یک مدل پردازش متن به گفتار (Text-to-Speech) که کاملاً روی دستگاه کاربر اجرا می‌شود، بازار را متحول کرده است. این مدل متن‌باز با مجوز MIT، نیازی به کلود، کلید API یا پرداخت به ازای هر کاراکتر ندارد و با ۲۷۰۰ ستاره در گیت‌هاب، توجه زیادی را به خود جلب کرده است.

‏عملکرد Supertonic چشمگیر است: ۱۶۷ برابر سریع‌تر از زمان واقعی روی پردازنده M4 Pro، تنها با ۶۶ میلیون پارامتر، و با سرعت پردازش ۱۲۶۳ کاراکتر بر ثانیه که به مراتب از ElevenLabs Flash (۲۸۷) و OpenAI TTS-1 (۵۵) بیشتر است. این مدل حتی روی دستگاه‌های ضعیفی مانند Raspberry Pi و e-reader نیز قابل اجرا است.

📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما

#معرفی #Supertonic