Chroma 1.0与多模态语音模型对比优劣取决延迟与音质

Chroma 1.0 发布：全球首个开源端到端实时语音到语音模型

一、摘要 Chroma 1.0 是由 FlashLabs 训练并完全开源的端到端实时语音到语音模型，支持个性化语音克隆。模型无需传统 ASR→LLM→TTS 管线，可在约 150ms 内完成端到端响应，定位为研究级、可落地的实时对话方案，并作为 OpenAI Realtime 模型的开源替代。 二、...