Phonon TTS 发布端侧语音模型，登顶 Hugging Face Open TTS 榜单
Phonon TTS 发布可在设备本地运行的小型语音模型，无需服务器和网络，提供约 65 MB 和 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语。
借鉴点
能拿走 ptts 多后端推理框架和 Transformers 里约 200 行的模块化接入写法，把 TTS 落到本地模型部署与端侧语音产线，代价是要自己处理 flow matching 训练不稳定和声音张量预计算。
#语音
只收明天就能用得上的Hugging Face Blog精选AI 评分7171
Hugging Face Blog精选AI 评分6868 NVIDIA 发布 Nemotron 3.5 Transcribe 语音模型与 Granary v2 数据管线
NVIDIA 发布开源权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答合进一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。
借鉴点可拿走 Granary v2 四阶段数据管线和 NeMo Speech 微调配方（编码器+投影训练、LoRA 调语言模型、按解码结果选 checkpoint），落到本地模型部署与知识沉淀线；代价是需自备至少 100 条真实标注片段做选点，且通用英文 WER 会小幅上升。
AWS Machine Learning Blog精选AI 评分5858 AWS 用实测 Q_max 和 T_total 推导 SageMaker 上 Kokoro-82M 的自动扩缩容阈值
AWS 机器学习博客给出在 Amazon SageMaker AI 实时端点上部署 Kokoro-82M 并实测推导自动扩缩容参数的方法，用 Q_max（单实例在 SLO 内能承受的最高并发）和 T_total（一次扩容端到端耗时）两个测量值算出扩容阈值、缩容阈值和两个冷却时间。
借鉴点能拿走一套五命令链 drift/qmax/ttotal/plan/validate，用实测并发上限和扩容耗时反推扩缩容阈值与冷却时间，落到本地模型部署线；代价是要跑约 36 分钟压测并占用 GPU 配额，样本容器还钉着有已知漏洞的旧 PyTorch。
AWS Machine Learning Blog精选AI 评分6060 AWS 用 SageMaker AI 上的 Kokoro TTS 为 AI 智能体流式输出低延迟语音
AWS 介绍在 Amazon SageMaker AI 上托管 Kokoro-82M 语音合成模型，把智能体产出的每个句子即时送入合成，而不是等整段回复生成完再开始。
借鉴点能拿走逐句切分流式合成、双向 WebSocket 会话复用和二进制与 JSON 控制帧混传三段代码，落到语音产线和本地模型部署；代价是要自建带 bidirectional-streaming 标签的容器，且示例镜像锁了旧版 PyTorch。
Hugging Face Blog精选AI 评分6060 IBM 发布 Granite Speech 5.0 系列语音模型
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
借鉴点三个模型按精度、端侧速度、说话人归属分工选型，2B 版支持 2000 词关键词偏置和语言 ID 提示词，代价是关键词表要自己维护、格式化输出得在提示词里显式要求。
Hugging Face Blog精选AI 评分7272 IBM 发布 Granite Switch 4.1：单端点同时提供对话、决策与语音转写
IBM 发布 Granite Switch 4.1，8B 和 30B 两个版本在同一个托管端点上同时提供对话、通用与安全决策、语音转写能力。模型组合了新的通用决策 aLoRA、在安全决策任务上平均优于 Jev 1.13 等模型的 Guardian aLoRA，以及 OpenASR 榜首的 Granite-Speech-5.0-Turbo-CTC，整体显存占用约等于基座模型本身。
借鉴点把通用决策、安全决策和 ASR 三个 aLoRA 挂到同一基座、共享 KV cache，显存约等于基座本身；自组 Switch 模型需自己训 aLoRA，Adapter SDK 尚未放出。
已经到底了