Silencio-2 开源：18M 参数 TTS，CPU 上约 20 倍实时
2026/11/02 — 11/02 03:16·1 个来源（全部）·1 篇报道（全部）
核心速览 (Key Takeaways)
- 开发者发布基于 Kyutai Pocket TTS 18M 微调的开源语音合成模型 Silencio-2，可直接在文本里写 [sigh]、<whisper>、<angry> 等标签控制情绪与语气。
- 模型权重与代码已上传 Hugging Face，作者提供免配置的 Colab 在线试玩，并称其在 CPU 上约 20 倍实时。
事件背景与详细解读
2026 年 11 月 2 日，开发者在 Reddit 的 LocalLLaMA 版块发布 Silencio-2，这是一个基于 Kyutai Pocket TTS 18M 微调的开源语音合成模型，参数量为 18.2M。据作者介绍，用户可以在文本中直接写入 [sigh]、<whisper>、<angry> 等标签，用来控制合成语音的情绪和语气，并给出了 What a long day. [sigh]、Keep your voice down. <whisper>、I said stop! <angry> 这类示例。
作者同时说明，模型权重与代码已上传至 Hugging Face 上的 BlueRoseLabs/Silencio-2，并提供了一个无需配置的 Colab 链接供浏览器中试玩。关于运行速度，作者称其在 CPU 上约可达到 20 倍实时。作者还表示该模型免费开放，没有付费档位，也不设 API。
以上说法均来自作者本人，他也提醒读者自己就是作者，相关内容应视为有偏向。目前能核对到的进展就是这些，尚无第三方验证或后续更新。
AI 综合 1 篇报道生成 · 更新于 4 天前
- 热度指数
- 25
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 4 天前
这件事的报道 点标题看原文
开发者发布 Silencio-2，一个基于 Kyutai Pocket TTS 18M 微调的开源语音合成模型，可直接在文本里写 [sigh]、<whisper>、<angry> 等标签控制情绪和语气。模型权重与代码已上传 Hugging Face，作者提供无需配置的 Colab 在线试玩，并称在 CPU 上约 20 倍实时。
小体积开源 TTS，可用标签控情绪，CPU 就能跑
Reddit · LocalLLaMAAI 评分 55
同时在说的其他事
- 热度指数 840OpenAI 发布 Images 2.6，新增 GIF 与 SVG 输出15 个来源
- 热度指数 675OpenAI 披露 cyber 模型流水线自动修复近千处 Linux 内核提权漏洞11 个来源
- 热度指数 642发酵中腾讯混元 Hy4 新增电脑操作能力，Artificial Analysis 发文测评13 个来源
- 热度指数 633发酵中Claude Code 产品负责人 Cat Wu 加入 OpenAI9 个来源
- 热度指数 630新爆OpenAI 发布 GPT-6 Cyber 网络安全模型7 个来源
热度怎么算的？了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。
本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加