HojoAI/Hojo-TTS-Light

Hojo-TTS-Light is a lightweight speech generation model series developed by HojoAI, currently comprising a 0.04B and a 0.08B model.

何を解決するか

Hojo-TTS-Light は、低消費電力のハードウェア上で動作可能な高品質な双語（中国語と英語）音声合成を提供することを目的としています。通常、高度なTTSモデルに伴う高い計算リソース要件を克服し、CPU、一般的なGPU、および組み込みエッジデバイス上で効率的に展開できるようにします。

動作方法

このプロジェクトは、音声トークナイザー（18Mエンコーダーと30Mデコーダーから構成）に基づくトークン-LMフレームワークを使用しています。2つのモデルサイズを提供：15の組み込み音声を持つ40Mパラメータモデルと、数秒の音声から音声クローンを可能にする80Mパラメータモデルです。高い効率性を確保するために、モデルは最適化されたONNXファイルとして提供され、KVキャッシュのマージが行われており、高速なCPUベースの合成が可能になります。

対象ユーザー

エッジデバイスをターゲットとするアプリケーションや、大規模モデルに必要な高価なGPUを避けたい開発者や企業にとって最適です。

特徴

  • 超軽量: コアモデルは40Mおよび80Mパラメータで、高音質（DNSMOS > 4.0）を維持します。
  • ネイティブな双語対応: ブランチの切り替えなしに中国語と英語をスムーズに処理できます。
  • デバイス内対応: ONNXパッケージによりCPUおよび組み込みデバイス向けに最適化されています。
  • 発音補正: ピンインを使用して、多音字や固有名詞の誤発音を手動で修正できます。
  • 音声クローン: 80Mモデルは、短い音声サンプルを使用して迅速に音声クローンが可能です。

関連

  • プロジェクト
    kaanozhan/Frame

    Frameは、AIコーディングアシスタント（Claude Code、Codex、Gemini）に永続的な、git追跡される「プロジェクトメモリ」を追加するElectronベースのデスクトップIDEです。`.frame/`フォルダを作成し、ルール、アーキテクチャマップ、タスクリスト、スペック駆動のワークフローを格納し、このコンテキストを各AIセッションに注入し、pre-commitフックを介してgitコミットに更新を固定します。機能には、マルチターミナルグリッド、タスク/スペックパネル、GitHub統合、高速ファイル検索、マルチAI切り替えが含まれます。LLMを活用したエージェントを扱う際に、信頼性が高く共有可能なコンテキストを求める開発者向けです。

  • プロジェクト
    BakeLens/crust

    Crustは、AIコーディングアシスタントとLLMプロバイダーの間に配置されるオープンソースでローカル実行型のプロキシです。すべてのツール呼び出し（ファイル読み取り、シェルコマンド、ネットワークリクエストなど）を監視し、シークレットの漏洩やホストへの損害を引き起こす可能性のあるアクションをブロックします。ゲートウェイはHTTPプロキシ、MCP/ACP stdioラッパー、またはDockerコンテナとして動作し、42の組み込みセキュリティルール、51のDLPパターン、カスタムポリシー用のプラグインシステムを備えています。ユーザーのマシン上で完全に実行され、ログはOSキーリングで暗号化して保存され、Swiftパッケージを通じてiOS統合も可能です。

  • プロジェクト
    agenvoy/Agenvoy

    Agenvoy は Go 言語で作られた単一バイナリの自己ホスト型 AI エージェントプラットフォーム。大規模言語モデルがコンピュータ上で実行可能な作業（ツール実行、ファイル検索、スケジューリング、音声対話など）を可能にします。すべての操作は bubblewrap サンドボックス内で実行され、Web ダッシュボード、音声対話、スケジューリング、ファイルベースの RAG、プライベートな Telegram/Discord アクセスを提供します。

  • プロジェクト
    composio-community/open-chatgpt-atlas

    Open ChatGPT Atlas は、Gemini 2.5 Computer‑Use を使ってブラウザを制御し、Composio を通じて 500 を超えるサードパーティサービスを呼び出せる、オープンソースの Chrome/Edge 拡張機能（およびオプションの Electron アプリ）です。Node を使って `dist` フォルダをビルドし、Google とオプションの Composio API キーを追加した後、サイドバーのチャットを使って『このボタンをクリック』や『GitHub にイシューを作成』といった自然言語コマンドを発行できます。視覚フィードバック、セキュリティ確認が可能で、すべてクライアントサイドで実行されます。