AI BriefingNinada v5.1.0, 브라우저에서 10개 인도어 24 kHz TTS 지원
Dream come true: I trained 48 in-browser 24 kHz TTS specialists for Classical Sanskrit, English & 10 Indic languages (21.7 MB iSTFTNet / 27.9 MB HiFi-GAN, 538ms phone WASM)
·2026.11.06 00:38
핵심 내용
Ninada v5.1.0이 21.7 MB 보코더로 모바일 0.75x RTF 합성을 달성했다
자세히 보기
- Ninada v5.1.0는 고전 산스크리트어, 영어, 인도어 10개 언어를 지원하는 오픈소스(MIT 코드, CC-BY-4.0 모델) 브라우저 내 TTS 시스템이며, 48개의 네이티브 스크립트 24 kHz 전문가 모델을 제공함
- 모바일 성능은 21.7 MB의 증류된 iSTFTNet 보코더를 통해 최적화되어, 폰 WASM에서 538~649 ms의 합성 시간(0.75x RTF)을 달성하고 WebGPU에서 발생하는 6~14초의 콜드 스타트 및 1.48x RTF 문제를 회피함
- 바이너리 ONNX 프로토콜 버퍼 분할기를 통해 VITS 버퍼를 prior, flow, windowed vocoder 구성 요소로 슬라이싱하여 브라우저 RAM 사용량을 72% 절감(584 MB에서 162 MB로)함
- 480개의 홀드아웃 발화에서 3.09~3.22 dB의 스튜디오 MCD 오디오 품질을 보고했으며, 혼합 W8A32 인코더/플로우와 FP16 보코더를 사용하여 0.00 dB의 양자화 페널티를 기록함
이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.
