# Az Edge0 nyílt súlyú, 23 nyelvű hangklónozó modellt adott ki

*MarkTechPost · 2026-10-30 · Modellek*

**Az Edge0 0,6 milliárd paraméteres Audio8-TTS-Realistic modellje egyetlen hangminta és annak átirata alapján klónozza a hangot, és nyílt súlyokkal, Apache 2.0 licenc alatt érhető el.**

Az Edge0 kiadta az Audio8-TTS-Realistic nevű szövegfelolvasó modellt, amely **egyetlen referenciafelvétel** és annak átirata alapján klónozza a hangot. A 0,6 milliárd paraméteres modell 23 nyelvet támogat, 12-vel többet, mint elődje, a súlyok és a kód pedig Apache 2.0 licenc alatt érhető el.

A közölt mérések szerint kilenc nyelven átlagosan **4,86%-os átlagos hibát** ért el a CV3 tesztben, míg a Qwen3-TTS-1.7B 7,73%-ot. A leggyengébb eredmény thai nyelven 48,57%-os szóhibaarány volt, a MiniMax-teszten pedig a modell lemaradt a 4 milliárd paraméteres modellektől.

A tanítás három szakaszban zajlott, a realizmust pedig egy kritikus modell méri, amely a kimenetet **emberi felvétellel hasonlítja össze**. Futtatáshoz CUDA GPU ajánlott, az Apple M2 processzoron INT4 ONNX formátumban 1,1–1,2 GiB csúcsmemória szerepel a tanulmányban, de Realistic ONNX-export egyelőre nincs nyilvánosan.

## Miért számít?

Fejlesztők és kutatók, akik nyílt forráskódú hangklónozó rendszert keresnek többnyelvű projektekhez, most összevethetik a modellt saját nyelvi igényeikkel. A thai és kantoni eredmények, valamint az ONNX-export hiánya miatt helyi, éles futtatás előtt érdemes **saját teszteket futtatni**.

---

Eredeti forrás: [Edge0 Releases Audio8-TTS-Realistic, a 0.6B Voice Cloning TTS Model](https://www.marktechpost.com/2026/10/29/edge0-audio8-tts-realistic-0-6b-voice-cloning)

Forrás: xhírek.hu – https://xhirek.hu/hir/az-edge0-nyilt-sulyu-23-nyelvu-hangklonozo-modellt-adott-ki