法国研究机构Kyutai Labs近日开源其文本转语音（TTS）系统Kyutai TTS，该技术凭借L40S GPU实现32请求并行处理时仅350毫秒的延迟表现，达到行业领先水平。系统创新性地提供单词级时间戳输出功能，英语和法语的字错误率（WER）分别低至2.82%和3.29%，说话者相似度达77.1%-78.7%，展现出色的语音合成质量。其流式文本处理架构支持长篇文章合成，目前覆盖英法双语，为实时语音合成应用开辟新可能。开源地址已通过社交平台公布，预计将对语音交互、无障碍服务等领域产生显著影响。