Automatische vertaling · Engels origineel

Breeze TTS 2

audio_tokenizer/LICENSE · Apache-2.0 · Qwen/Qwen3-TTS-Tokenizer-12Hz

Apple M5 Pro · 48 GiB · TTFA / RTF / RSS

2026-10-30 · en · 8bit=3.20 s · bf16=3.20 s · seed=42 · CFG=4 · firstChunkFrames=3 · chunkFrames=25 · MLX cache=2 GiB · warm=3

MLX	TTFA p50	RTF	RSS (giB)	Maximale fysieke voetafdruk (GiB)
8bit	178 ms	0.535	3.92	7.23
bf16	272 ms	0.868	6.06	9.22

WAV=45 · distinct=11 · 8bit PCM SHA256=baseline · unit=1933 · skipped=42 · E2E=15 · Qwen3-ASR-0.6B-MLX-4bit

BF16 meet nu 0,868 RTF op de korte zin (basislijn: 1,258) en 0,853 op de paragraaf 9.20 s (basisregel: 1.280). Eén eerste frame geeft de eerste PCM op 138 ms. Alle 11 afzonderlijke definitieve golfvormen hebben nul genormaliseerd WER/CER in onafhankelijke ASR; 8-bit standaard-chunk output is byte-identiek aan de basislijn. BF16 afronding kan de geseed audio wijzigen. Set SPEECH_SWIFT_BREEZE_GEMV=0 voordat het wordt geladen om het oorspronkelijke projectiepad te vergelijken.

Voor het starten onderaan gebruiken we één eerste frame, twee follow-up frames en een 1 GiB MLX cache budget. De paragraaf 9.04 s 8-bit bereikt de geschatte CLI prebuffer op 190 ms, zonder extra buffer nodig voor geregistreerde brokaankomsten. Dit sluit terugroep- en uitvoer-devicelatentie uit.

2026-10-30 · 8bit · 9.04 s · firstChunkFrames=1 · chunkFrames=2 · MLX cache=1 GiB · PCM=103 ms · buffer=190 ms · RTF=0.761 · peak=6.10 GiB

speech speak "The quick brown fox jumps over the lazy dog." --engine breeze \
  --instruct "A clear, calm English narrator." --first-chunk-frames 1 \
  --chunk-frames 2 --breeze-cache-limit-mib 1024 --stream -o fast-start.wav

TTFA sluit model laden en speaker afspelen uit. De resultaten zijn afhankelijk van hardware, tekst en instellingen. De gedeelde modelbeleidscaps herbruikbaar MLX cache op de kleinere van 2 GiB en een kwart van het fysieke geheugen, waarbij strakkere budgetten voor toepassingen worden gerespecteerd. --breeze-cache-limit-mib kan dit procesbreed plafond verlagen; 0 schakelt herbruikbare caching uit. Live modeltensors zijn niet beperkt.

Engels/Chinees TTS met spraakontwerp, referentieklonen en richting, en gestreamde audio (MLX BF16/8-bit, 24 kHz; onderzoek/niet-commerciële licentie).

BreezeTTS · 24,000 Hz · 16 × 2,048 · 80 ms · MLX BF16 / 8-bit

Gebruik

speech speak "The quick brown fox jumps over the lazy dog." --engine breeze \
  --instruct "A clear, calm English narrator." --stream -o design.wav

speech speak "The weather is beautiful today." --engine breeze \
  --voice-sample reference.wav --breeze-reference-text "Exact transcript." \
  --breeze-seed 42 -o clone.wav

speech speak "We need to discuss what happened." --engine breeze \
  --voice-sample reference.wav --breeze-reference-text "Exact transcript." \
  --instruct "Speak slowly, with a serious tone." --stream -o directed.wav

Swift API

import BreezeTTS

let model = try await BreezeTTSModel.fromPretrained()
let samples = try await model.generate(
    text: "The quick brown fox jumps over the lazy dog.",
    instruction: "A clear, calm English narrator.")

try await model.generateStreaming(text: "Hello, world!", instruction: "A warm voice.") { chunk in
    print(chunk.sampleRate, chunk.samples.count, chunk.isFinal)
}

Opties

--breeze-model-id: aufklarer/Breeze-TTS-2-MLX-8bit
--breeze-bundle-dir
--breeze-cache-limit-mib: Optioneel herbruikbaar voor procesbreed MLX cachebudget in MiB; 0 schakelt caching uit.
--breeze-reference-text
--breeze-temperature: 0.9
--breeze-top-k: 50
--breeze-top-p: 1
--breeze-cfg-scale: 4
--breeze-max-frames: 750
--breeze-seed: 42
--first-chunk-frames: 3
--chunk-frames: 25

Licentie

Afgeleid van Breeze TTS 2 door Breeze Blue en alleen in licentie gegeven voor onderzoek en niet-commercieel gebruik.

Breeze Blue Research en niet-commerciële licentie · Breeze TTS 2 MLX 8-bit · Breeze TTS 2 MLX BF16

Bron en conversie

speech-swift / BreezeTTS · export_breeze_mlx.py · WER / CER RSS TTFA / RTF