Maya 2 Native 开源：2.5B 语音模型覆盖 12 语种，印地语 CER 1.52%
印度的 Maya Research 把旗舰语音模型的权重开源了：Maya 2 Native 为 2.50B 参数、BF16 权重约 5.0GB、Apache-2.0，覆盖 11 种印度语言加英语，输出 24kHz 单声道、按 80ms 一帧流式下发，带 20 个内置音色与 3–10 秒参考音频的零样本克隆；克隆可跨语种——用印地语参考音去说泰米尔语走同一条路径。单席位加载峰值约 9.2GB 加 CUDA 上下文，官方建议 12GB 以上显卡起步。
评测是厂商自测，但给得很细：bench6k 含 6,000 条留出文本，每语种 500 条、覆盖 31 类内容（人名、数字、日期、货币、地址、URL、code-mixed、绕口令，1–50 词），生成 20.3 小时语音，三个 ASR 判官的总体 CER 分别是 3.49% / 3.40% / 2.86%（加上拉丁与本土拼写归一后为 2.35% / 2.22% / 1.73%）；印地语 1.52%、孟加拉语 2.60%，英语在自研 ASR-1 上是 9.69%（官方归因于判官在拼读 URL 时打转，另两个判官为 1.74% / 1.43%）。20 个音色的最近质心识别率 98.6%，共识失败率 0.15%。
意义在覆盖面：高质量的开源流式 TTS 长期集中在中英两种语言，印度语种基本只能买闭源 API。这一版把多语种、流式、克隆和推理代码一起开源，等于把「本地跑一个印度语语音入口」的门槛压到单卡 12GB。边界也要说清：模型卡明写这些是发布方自测、ASR 判官不是人耳听感评测；发布不含音频水印，官方把征得同意与「告知对方这是合成语音」的责任交给了集成方。
原文链接：Maya Research 模型卡
核验记录
定日取模型卡自述「Checkpoint release 1.0 · October 25, 2026」——按 10-16 口径，厂商声明的 Release Date 优先于仓库时间戳；两个仓库同一秒建仓（HF createdAt 2026-10-26T02:58:10Z、GitHub MayaResearch/maya2-native created 2026-10-26T02:58:11Z），互证是同一次发布动作，与卡片日期差不到一天。官方站 mayaresearch.ai 只挂 Maya 2 Native / Global / Flash 三个产品位、无发布日期；行业媒体 analyticsindiamag 的报道是 10-27，晚于权重。榜单口径要留意：模型卡自述 VoiceArena 印地语实时榜第 2（Elo 1047，2026-10-27 复核），而 10 月中旬的第三方记录曾把 Maya-2-Native 标在总榜第 5——榜单随样本变化，正文不引用名次只引用 CER。所有 CER 与识别率均为发布方自测（README 明写「These are Maya Research's release measurements」），且同族 Maya 2 的闭源 API 早在 10-14 就上线，本条只主张「权重开源」这一个新事件，不复述 API 首发。配图为官网 og 图（PNG 1512×882、1,849,294 字节），裸请求与带站内 Referer 双 200。