Silencio-2 開源：18M 引數 TTS，CPU 上約 20 倍即時
2026/11/02 — 11/02 03:16·1 個來源（全部）·1 篇報道（全部）
核心速覽 (Key Takeaways)
- 開發者釋出基於 Kyutai Pocket TTS 18M 微調的開源語音合成模型 Silencio-2，可直接在文本里寫 [sigh]、<whisper>、<angry> 等標籤控制情緒與語氣。
- 模型權重與程式碼已上傳 Hugging Face，作者提供免配置的 Colab 線上試玩，並稱其在 CPU 上約 20 倍即時。
事件背景與詳細解讀
2026 年 11 月 2 日，開發者在 Reddit 的 LocalLLaMA 版塊釋出 Silencio-2，這是一個基於 Kyutai Pocket TTS 18M 微調的開源語音合成模型，引數量為 18.2M。據作者介紹，使用者可以在文本中直接寫入 [sigh]、<whisper>、<angry> 等標籤，用來控制合成語音的情緒和語氣，並給出了 What a long day. [sigh]、Keep your voice down. <whisper>、I said stop! <angry> 這類示例。
作者同時說明，模型權重與程式碼已上傳至 Hugging Face 上的 BlueRoseLabs/Silencio-2，並提供了一個無需配置的 Colab 連結供瀏覽器中試玩。關於執行速度，作者稱其在 CPU 上約可達到 20 倍即時。作者還表示該模型免費開放，沒有付費檔位，也不設 API。
以上說法均來自作者本人，他也提醒讀者自己就是作者，相關內容應視為有偏向。目前能核對到的進展就是這些，尚無第三方驗證或後續更新。
AI 綜合 1 篇報道生成 · 更新於 4 天前
- 熱度指數
- 25
- 全部來源
- 1
- 全部報道
- 1
- 首報
- 4 天前
這件事的報道 點標題看原文
開發者釋出 Silencio-2，一個基於 Kyutai Pocket TTS 18M 微調的開源語音合成模型，可直接在文本里寫 [sigh]、<whisper>、<angry> 等標籤控制情緒和語氣。模型權重與程式碼已上傳 Hugging Face，作者提供無需配置的 Colab 線上試玩，並稱在 CPU 上約 20 倍即時。
小體積開源 TTS，可用標籤控情緒，CPU 就能跑
Reddit · LocalLLaMAAI 評分 55
同時在說的其他事
- 熱度指數 840OpenAI 釋出 Images 2.6，新增 GIF 與 SVG 輸出15 個來源
- 熱度指數 675OpenAI 披露 cyber 模型流水線自動修復近千處 Linux 核心提權漏洞11 個來源
- 熱度指數 642發酵中騰訊混元 Hy4 新增電腦操作能力，Artificial Analysis 發文測評13 個來源
- 熱度指數 633發酵中Claude Code 產品負責人 Cat Wu 加入 OpenAI9 個來源
- 熱度指數 630新爆OpenAI 釋出 GPT-6 Cyber 網路安全模型7 個來源
熱度怎麼算的？瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算：同一個來源發多條只算一次，並按 24 小時半衰期衰減，所以排前面的是很多人在說的事。
本頁彙總公開訂閱源，標題與摘要由模型整理，版權歸原作者所有；重要資訊請回原文核對。如權利人認為相關標題或摘要侵權，請通過頁尾聯絡郵箱提供具體頁面與權利依據，我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加