ekwek/Soprano-80M：实时高保真TTS，15ms无缝流合成

Soprano-80M是一款轻量级的开源文本到语音（TTS）模型，专为实时、高保真语音合成设计。该模型具有80M参数，实现了高达2000倍的实时因子，能够在20秒内生成10小时的音频。Soprano使用无缝流技术，在15毫秒内实现真正的实时合成。模型基于Qwen3架构，解码器是Vocos模型，经过LLM输出隐藏状态的微调。Soprano在HuggingFace平台上表现优异，具有高下载量和点赞数，适用于需要快速、高效语音合成的场景。