English NeuTTS-Nano 是 Neuphonic 开发的高效端侧 TTS（文本转语音）语音语言模型，现已适配华为昇腾 Ascend 910B4 NPU。
| 属性 | 值 |
|---|---|
| 模型 | neuphonic/neutts-nano |
| 架构 | LLaMA backbone + NeuCodec |
| 总参数量 | ~229M |
| 活跃参数量 | ~117M |
| 音频编解码器 | NeuCodec (50Hz, 单码本) |
| 输出采样率 | 24,000 Hz 单声道 |
| 上下文窗口 | 2048 tokens (~30s 音频) |
| 语言 | English (en-us) |
| 组件 | 版本 |
|---|---|
| NPU | 1x Ascend 910B4 (32GB HBM) |
| CANN | 25.5.1 |
| torch | 2.9.0 |
| torch_npu | 2.9.0.post1+gitee7ba04 |
| neutts | 1.1.0 |
| neucodec | (随 neutts 安装) |
pip install neutts soundfile
pip install espeak-ng # 可选，提升音素质量export HF_ENDPOINT=https://hf-mirror.com
python3 -c "
import os; os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
from huggingface_hub import snapshot_download
snapshot_download('neuphonic/neutts-nano', local_dir='./neutts-nano')
"export HF_ENDPOINT=https://hf-mirror.com
python3 inference.py --text "Hello world, this is a test." --output output.wav也可以直接使用本地模型路径：
python3 inference.py --model ./neutts-nano --text "Your text here." --output output.wav模型在 Ascend 910B4 NPU 上端到端推理验证通过：
| 指标 | 数值 |
|---|---|
| 加载时间 | 29.0s |
| 推理时间 | 78.5s |
| 生成音频时长 | 13.2s |
| RTF | 5.95 |
| NPU 内存占用 | 3.93 GiB |
采用确定性 logit 级对比方法（相同输入 token，对比 backbone 前向传播 logits）：
| 指标 | 数值 |
|---|---|
| 最大绝对误差 | 2.48e-05 |
| 平均绝对误差 | 6.11e-06 |
| 相对误差 | 0.00008% |
| Top-1 一致率 | 100.0% |
| NPU 加速比 | 4.03x |
| 精度阈值 | < 1.0% |
| 结果 | ✅ PASS |
相对误差 0.00008% 远低于 1% 阈值，NPU 与 CPU 输出功能完全等价。
NeuTTS 使用标准 PyTorch 设备管理（.to(device)）。导入 torch_npu 后，torch.device("npu") 自动注册，无需修改模型代码。
| 要点 | 说明 |
|---|---|
| NPU 设备注册 | import torch_npu 必须早于模型加载 |
| 音素化器 | espeak-ng 不可用时自动回退到文本直通模式 |
| 模型下载 | 通过 HF_ENDPOINT=https://hf-mirror.com 镜像加速 |
| NeuCodec | 直接从 HuggingFace 下载，自动缓存 |
ascend-optimization skill 加速