📢 X投稿文
Hojo-TTS-Light:40M/80M の超軽量 TTS。DNSMOS 4.0 超の高音質を実現し中英双言語対応。CPU で動作、80M は音声クローニング機能付き
https://github.com/HojoAI/Hojo-TTS-Light
🤖 AI考察
■ **概要**
中国の HojoAI による超軽量 Token-LM ベースの TTS モデル(40M/80M)で、中英バイリンガル対応・CPU 推論可能。
■ **特徴・用途**
- **軽量性**: パラメータ数が Seed-TTS 等の既存モデルより1桁以上小さく、エッジ・組込みデバイスでの CPU 推論が実用的。
- **バイリンガル統合**: 単一モデルで中英自動切り替え無しに合成可能。
- **品質と拡張性のバランス**: DNSMOS > 4.0 の音質を維持しながら、40M 版は複数デフォルト声、80M 版は声クローニング対応で汎用性が高い。
■ **結論**
エッジ推論やローカルデプロイが必須な用途(組込みデバイス・プライバシー重視環境)での選択肢として有力だが、複雑な感情・プロソディ制御が必要な応用向けには事前に品質検証が必要。