法国 AI 研究机构开源 Kyutai TTS，低延迟流式文本转语音技术-低调大师

法国 AI 研究机构开源 Kyutai TTS，低延迟流式文本转语音技术

2025-07-04 227

法国AI研究机构Kyutai Labs宣布开源其最新文本转语音（TTS）技术——Kyutai TTS，这是一个实时的语音生成解决方案。Kyutai TTS以低延迟与高保真声音为亮点，支持文本流式传输，无需完整文本即可开始生成音频，特别适合实时交互场景。

https://kyutai.org/next/tts

Kyutai TTS在性能上表现卓越。使用单块NVIDIA L40S GPU，该模型可同时处理32个请求，延迟仅为350毫秒。此外，系统不仅生成高质量音频，还能输出单词的精确时间戳，方便实时字幕生成或交互式应用，如Unmute平台的中断处理功能。

在语言支持与质量评估方面，Kyutai TTS目前支持英语和法语，单词错误率（WER）分别为2.82和3.29，展现出高准确度。说话者相似度达到77.1%(英语)和78.7%(法语)，确保语音自然且接近原始样本。模型还能处理长篇文章，突破传统TTS的30秒限制，适合新闻、书籍等长篇内容生成。

Kyutai TTS采用延迟流建模（DSM）架构，结合Rust服务器实现高效批处理，已在GitHub和Hugging Face开放源码与模型权重，助力全球开发者推动语音技术创新。

开源地址：https://github.com/kyutai-labs/delayed-streams-modeling

微信关注我们

原文链接：https://www.oschina.net/news/358755

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

宇树科技或于科创板 IPO

据《每日经济新闻》从宇树科技相关投资方获悉，宇树科技后续有计划于科创板IPO（首次公开募股）。 2025年5月29日，宇树科技发布通知称，因公司发展需要，杭州宇树科技有限公司即日起名称变更为“杭州宇树科技股份有限公司”。彼时，有媒体报道称，宇树科技这一举动可视同完成股改。至于为何变更名称，外界认为或许是为了IPO铺路。而宇树科技曾回应，“这是公司运营方面的常规变更”。 6月份消息，宇树科技已完成了始于去年 9 月的 C 轮融资交割，由中国移动旗下基金、腾讯、锦秋、阿里、蚂蚁、吉利资本共同领投，绝大部分老股东跟投。融资金额接近 7 亿元人民币，投后估值超 120 亿元。宇树科技创始人兼CEO王兴兴还在夏季达沃斯论坛上透露，公司年度营收已超10亿元人民币。此前也有宇树科技投资人透露，自2020年起，宇树科技已连续5年实现盈利。相关阅读：宇树科技回应更名 “股份有限公司” 宇树科技确认：近期已完成 C 轮融资交割宇树科技王兴兴：公司目前年度营收超过十亿元

2025-07-04

192

7月3日，腾讯元器宣布正式接入微信支付MCP，支持开发者在智能体上直接增加下单、赞赏、查询订单等功能，打通智能体商业化的最后一公里。微信支付MCP是微信支付团队为AI智能体生态打造的支付解决方案，具有安全、便捷、可靠等多重特点，腾讯元器作为首个接入微信支付MCP的智能体开发平台，将凭借腾讯生态的优势连接能力，为智能体的开发带来更多丰富的体验。

2025-07-04

124

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。