Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.
Phonon 31M English
Modèle de synthèse vocale de Gradium avec 31 millions de paramètres, hors tokeniseur audio. Publié le 19 octobre, il a ajouté son fichier de licence Apache-2.0 le 17 novembre. Il génère de la parole anglaise avec des poids q8 GGUF de 64,5 Mo.
L'essentiel
Capacité d'entrée maximale une fois publiée par la source.
Limite de génération maximale documentée.
Canaux de disponibilité vérifiés.
Famille fonctionnelle principale et spécialités vérifiées.
Conditions déclarées pour l’API, les poids ou l’auto-hébergement.
Limites et intégration
| ID d’API | gradium/phonon-31m-en |
|---|---|
| Type de modèle | Audio |
| Mode d’accès | Poids téléchargeables |
| Licence | Apache-2.0 |
| Déploiement | Auto-hébergement |
| Lancement | 19 OCT 2026 |
| Date limite des connaissances | Non publié |
| Entrée | Texte |
| Sortie | Audio |
| Fenêtre contextuelle | Texte anglais ; longueur maximale non publiée |
| puissance maximale | Audio mono à 24 kHz, généré en streaming |
| Raisonnement | Non publié |
| Outils publiés | |
| Sorties structurées | Non publié |
| Traitement par lots | Non publié |
| Cache de prompts | Non publié |
| Ajustement fin | Non publié |
| Plateformes vérifiées | Hugging Face |
Synthèse locale dans un navigateur, sur téléphone ou CPU. Il utilise un transformer de flow matching et le décodeur Mimi pour produire des trames audio de 80 ms. La licence couvre les poids, le tokeniseur et les voix de ce dépôt.
Cette fiche couvre uniquement le modèle anglais 31M. Les variantes 40M utilisent d’autres licences et n’héritent pas d’Apache-2.0. Des trames de 80 ms ne garantissent pas cette latence sur tout appareil. Examinez le runtime et les droits des voix supplémentaires.
Ce qu’il peut faire
Orientation
Synthèse locale dans un navigateur, sur téléphone ou CPU. Il utilise un transformer de flow matching et le décodeur Mimi pour produire des trames audio de 80 ms. La licence couvre les poids, le tokeniseur et les voix de ce dépôt.
Contexte
Texte anglais ; longueur maximale non publiée · Audio mono à 24 kHz, généré en streaming
Outils et intégration
Non publié
Accès
Hugging Face · checkpoint téléchargeable
Coût documenté
| Concept | Valeur | Unité/état |
|---|---|---|
| Entrée standard | Aucun tarif API officiel publié | Tarif API standard |
| Entrée en cache | Non publié | Lecture de préfixes réutilisés |
| Écriture ou stockage de cache | Non publié | La condition varie selon le fournisseur |
| Sortie standard | Coût de l’infrastructure propre | Peut inclure des tokens de raisonnement |
| Entrée par lots | Non publié | Traitement asynchrone |
| Sortie par lots | Non publié | Traitement asynchrone |
Le dépôt publie Apache-2.0, y compris l’usage commercial selon ses conditions. Le runtime possède une licence séparée MIT ou Apache-2.0. Aucun prix API officiel n’est vérifié ; l’exécution locale consomme vos propres ressources.
i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.
Comment lire les résultats
La fiche indique un Elo de 2098 en anglais américain, à partir de 468 évaluateurs et 8 290 votes. C’est une comparaison de préférence d’écoute du fabricant, pas une mesure indépendante ni une garantie de prononciation pour tout texte.
| Benchmark | Résultat | Métrique | Source |
|---|---|---|---|
| Phonon English US listening Elo | 2098 | Elo · préférence d’écoute | Voir la source ↗ |
Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.
Chronologie
gradium/phonon-31m-en
Publication initiale des poids.
8f7a37c9
Fichier Apache-2.0 ajouté au dépôt ; la date initiale du modèle est conservée.