Radar ·
Open TTS Leaderboard adiciona modelos de 31M e 35B e a métrica UTMOS
O leaderboard de síntese de voz aberta passou a incluir um modelo de 31 milhões e outro de 35 bilhões de parâmetros, com WER em inglês próximo, e uma nova métrica de naturalidade chamada UTMOS.
O Open TTS Leaderboard, painel que compara modelos abertos de conversão de texto em fala, passou a incluir dois modelos de tamanhos muito diferentes: o phonon, da Gradium, com 31 milhões de parâmetros, e o Drama-3, da FishAudio, com 35 bilhões. Segundo a fonte, os dois apresentam WER em inglês semelhante, de 1,08 contra 1,19. A atualização também acrescenta a métrica UTMOS, que avalia a naturalidade da saída de fala em inglês.
A fonte resume que o painel mostra como modelos abertos pequenos e grandes se comparam tanto em WER quanto na nova métrica de naturalidade. O texto original não detalha conjunto de testes, metodologia nem data de corte dos resultados. Para verificar, consulte a página oficial do leaderboard e sua documentação de métricas, e confirme os números antes de citá-los. A data registrada na fonte é 23 de outubro de 2026.
Fonte original: Open TTS Leaderboard adiciona modelos de 31M e 35B e a métrica UTMOS