Zonos3-Mini: генерация речи и клонирование голоса в браузере
Компания Zyphra представила открытую модель Zonos3-Mini, предназначенную для высокоточного клонирования голоса и синтеза речи. Модель размером всего в 100 миллионов параметров способна работать в реальном времени на смартфонах и ноутбуках непосредственно в браузере с использованием технологии WebGPU.
Управление голосовыми характеристиками
Несмотря на компактный размер, Zonos3-Mini обеспечивает гранулярное акустическое управление. Пользователи могут динамически изменять возраст спикера, акцент, тембральную окраску и эмоциональный фон. Система позволяет управлять темпом речи и интонационными ударениями вплоть до отдельных слов, обеспечивая естественное звучание без характерного роботизированного призвука.
Многоязычность и кроссплатформенность
Архитектура модели поддерживает 43 языка из коробки, включая русский, английский, испанский, китайский, японский и арабский языки. Ключевым преимуществом релиза стала полная автономность: Zonos3-Mini компилируется под стандарты GGUF и Safetensors и нативно исполняется на локальном GPU через WebGPU. Это исключает необходимость установки Python, CUDA или обращения к серверным API.
Доступность и интеграция
Открытые веса модели размещены на платформе Hugging Face, а исходный код и веб-рантайм опубликованы в репозитории проекта. Для высоконагруженных продакшн-систем инженерам доступен бессерверный инференс через платформу Zyphra Cloud. Лицензия Apache 2.0 позволяет свободно использовать чекпоинты и готовые квантования.











