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.
解决的问题
Hojo-TTS-Light 旨在提供可在低功耗硬件上运行的高质量双语(中文和英文)语音合成。它解决了通常与先进 TTS 模型相关的高计算需求,使模型能够高效部署在 CPU、普通 GPU 和嵌入式边缘设备上。
工作原理
该项目基于语音分词器(由 18M 编码器和 30M 解码器组成)的 token-LM 框架。提供两种模型尺寸:40M 参数模型,包含 15 个内置音色;以及 80M 参数模型,支持仅用几秒音频即可实现音色克隆。为确保高效率,模型以优化的 ONNX 文件形式提供,并启用了 KV 缓存合并,从而实现快速的 CPU 基础合成。
适用人群
希望在其应用中集成轻量级双语 TTS 功能的开发者和企业,特别是针对边缘设备,或希望避免大型模型昂贵 GPU 要求的用户。
主要亮点
- 超轻量级:核心模型仅 40M 和 80M 参数,同时保持高音质(DNSMOS > 4.0)。
- 原生双语支持:无缝处理中文和英文,无需切换分支。
- 设备友好:通过 ONNX 打包,针对 CPU 和嵌入式设备进行了优化。
- 发音纠正:支持使用拼音手动纠正多音字或专有名词的误发音。
- 音色克隆:80M 模型支持使用短音频样本快速实现音色克隆。
相关
- 项目
kaanozhan/FrameFrame是一款基于Electron的桌面IDE,为AI编码助手(Claude Code、Codex、Gemini)添加持久、git跟踪的“项目记忆”。它创建一个`.frame/`文件夹,包含规则、架构图、任务列表和规格驱动的工作流,将此上下文注入每个AI会话,并通过pre-commit钩子将更新锚定到git提交。功能包括多终端网格、任务/规格面板、GitHub集成、快速文件查找和多AI切换。适用于希望在使用LLM驱动的代理时获得可靠、可共享上下文的开发者。
- 项目
BakeLens/crustCrust 是一个开源、本地运行的代理,位于 AI 编码助手与 LLM 提供商之间。它检查每一次工具调用(文件读取、shell 命令、网络请求等),并阻止可能暴露密钥或损害主机的操作。该网关可作为 HTTP 代理、MCP/ACP stdio 包装器或 Docker 容器运行,内置 42 个安全规则、51 个 DLP 模式,并支持自定义策略插件。它完全在用户机器上运行,日志加密存储于操作系统密钥环中,并通过 Swift 包支持 iOS 集成。
- 项目
agenvoy/AgenvoyAgenvoy 是一个基于 Go 的单二进制、自托管 AI 代理平台,允许大型语言模型在你的计算机上执行实际操作。它通过 bubblewrap 运行沙箱化工具,通过 MCP 服务器共享工具,提供 Web 仪表板、语音交互、任务调度、基于文件的 RAG 以及私有 Telegram/Discord 访问。
- 项目
composio-community/open-chatgpt-atlasOpen ChatGPT Atlas 是一个开源的 Chrome/Edge 扩展程序(以及可选的 Electron 应用),可让 AI 通过 Gemini 2.5 Computer‑Use 控制浏览器,并通过 Composio 调用 500 多个第三方服务。使用 Node 构建 `dist` 文件夹,添加您的 Google 和可选的 Composio API 密钥,然后通过侧边栏聊天输入自然语言命令,如“点击此按钮”或“创建 GitHub 问题”。它提供视觉反馈、安全确认,且完全在客户端运行。