Antalia-2 Mini, une voix turque compacte

MMarc

PatientDesk AI a publié Antalia-2 Mini, un modèle de synthèse vocale turque de 7,62 millions de paramètres, sous licence Apache 2.0, selon AlphaSignal. L’entreprise fournit les poids du modèle, son normaliseur de texte et sa recette d’entraînement. Une installation par pip et une démonstration sur Hugging Face Spaces sont également proposées. Sur le benchmark Freya-TR-Eval, Antalia-2 Mini affiche un taux d’erreur de caractères de 0,19 %, le plus bas parmi 15 systèmes turcs évalués. Le modèle génère aussi la parole 50 fois plus vite que le temps réel sur un processeur Apple M5 à deux cœurs, sans processeur graphique. Son entraînement s’appuie sur 1 578 heures de parole synthétique produite par VoxCPM2, sans voix de locuteurs réels. La génération utilise le flow matching et la shortcut self-consistency, avec un calcul possible en 1, 2, 4 ou 8 étapes. Le projet indique enfin un taux d’erreur de mots inférieur de 0,01 point de pourcentage à celui d’EMA Lightning, mais précise que cet écart pourrait relever de variations entre graines d’entraînement. Cette différence reste donc à interpréter avec prudence, et ne suffit pas à établir une supériorité générale du modèle.