9.36M 파라미터로 완성한 음성 합성, Inflect-Micro-v2 공개

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

Inflect-Micro-v2는 9,356,513개의 파라미터(37.53MB FP32)로 완전한 로컬 텍스트-음성 합성을 구현한 모델이다. 고정된 영어 음성, 결정적 시드, 긴 문장 처리, CPU/CUDA 추론을 지원하며, 24kHz 모노 출력을 제공한다. 커뮤니티 블라인드 평가에서 66.2%의 선호도를 기록했고, UTMOS22 4.395, 이중 ASR 의미 WER 3.99%를 달성했다. CPU에서 실시간의 6.28배 속도로 합성한다. 개발자 Owen이 독자적으로 구축했으며, v3 개발을 위해 커뮤니티의 관심을 기대한다고 밝혔다.