
معرفی فونون تیتیاس؛ گفتار باکیفیت روی دستگاه
فونون تیتیاس، موتور تبدیل متن به گفتار جدیدی است که بهصورت کاملاً روی دستگاه اجرا میشود و در بنچمارکهای کیفیت گفتار نتایج برتر کسب کرده است. این مدل امکان تولید گفتار طبیعی را بدون ارسال داده به سرور فراهم میکند.
تیم هاگینگ فیس از عرضه فونون تیتیاس (Phonon TTS) خبر داد؛ یک موتور تبدیل متن به گفتار (Text-to-Speech) که برای اجرای کاملاً روی دستگاه (On-Device) طراحی شده است. بر اساس اعلام این تیم، مدل مذکور در بنچمارکهای استاندارد کیفیت گفتار به نتایجی در سطح بهترین مدلهای ابری دست یافته است. اجرای روی دستگاه به معنای آن است که فرآیند تبدیل متن به گفتار بدون نیاز به ارسال داده به سرورهای ابری انجام میشود. این ویژگی برای برنامههایی که با دادههای حساس سروکار دارند — از جمله دستیارهای صوتی، اپلیکیشنهای سلامت و ابزارهای ترجمه آفلاین — اهمیت دارد، زیرا داده صوتی از دستگاه کاربر خارج نمیشود. بر پایه توضیحات منتشرشده، فونون تیتیاس کیفیت گفتار تولیدشده را در معیارهای رایج ارزیابی، از جمله طبیعیبودن لحن و وضوح تلفظ، در سطح مدلهای پیشرو قرار میدهد. جزئیات فنی کامل و نتایج بنچمارک در وبلاگ هاگینگ فیس منتشر شده است. برای توسعهدهندگان ایرانی، این مدل میتواند مسیر ساخت اپلیکیشنهای صوتی بدون وابستگی به زیرساخت ابری خارجی را هموار کند. اجرای محلی، تأخیر شبکه را حذف میکند، هزینه استقرار را کاهش میدهد و در شرایط محدودیت دسترسی به سرویسهای ابری، گزینهای عملی برای تولید گفتار فارسی و چندزبانه فراهم میآورد. هنوز اطلاعاتی درباره مجوز انتشار، حجم مدل و زبانهای پشتیبانیشده بهطور کامل روشن نیست و بررسی این موارد پیش از استفاده در محصولات تجاری ضروری است.
این مدل در اپکس۲۴ قابل دسترس است
یک کلید API — ۵۰+ مدل هوش مصنوعی




