Inflect-Micro-v2: síntesis de voz completa en solo 9.36M de parámetros

Inflect-Micro-v2: complete voice in 9.36M parameters

Inflect-Micro-v2 es un modelo de síntesis de voz de texto a forma de onda que funciona completamente en local con menos de 10 millones de parámetros (9,356,513). Ofrece una voz fija en inglés, generación determinista mediante semillas, manejo de textos largos e inferencia en CPU o CUDA. En evaluaciones ciegas, superó a modelos como KittenTTS Nano y Piper Low en preferencia humana (66.2%), y alcanzó un UTMOS22 de 4.395 con un tamaño de solo 37.53 MB. El autor, Owen, lo desarrolló de forma independiente y busca apoyo para una futura versión v3 con más idiomas y voces.