Skip to content

Release v1.2.0

Latest
Latest

Choose a tag to compare

View all tags
@lovemefan lovemefan released this 17 Jun 03:16
v1.2.0
6929847

🎉 New Features / 新增功能

CosyVoice3 TTS Engine / CosyVoice3 TTS 引擎

  • Full C++ port of CosyVoice3: core structures, Qwen2 LLM backbone, frontend, speaker module, multi-quantization adaptor
  • 完整 C++ 移植 CosyVoice3：核心结构、Qwen2 LLM 主干、frontend、speaker 模块、多量化类型适配
  • Streaming online mode (rs-tts-online) with chunked pipeline
  • 流式在线模式（rs-tts-online），支持分块流水线
  • QKV concat fusion for ~9% LM speedup
  • QKV 融合优化，LM 推理提速约 9%
  • Voice baking / reuse (--save-voice / --voice)
  • 音色保存与复用（--save-voice / --voice）

Kokoro TTS / Kokoro TTS

  • Kokoro TTS engine with frontend (Chinese G2P + ITN) and frontend data tools
  • Kokoro TTS 引擎，含 frontend（中文 G2P + ITN）及数据工具

Other TTS / 其他 TTS

  • MeloTTS checkpoint loading support
  • 支持 MeloTTS checkpoint 加载
  • WeText text normalization processor + cppjieba submodule integration
  • WeText 文本归一化处理器 + cppjieba 子模块集成

SenseVoice KWS / SenseVoice 关键词检测

  • Keyword spotting on SenseVoice: rs-kws CLI + core engine
  • 基于 SenseVoice 的关键词检测：rs-kws CLI + 核心引擎

ASR Enhancements / ASR 增强

  • Speaker verification for offline ASR
  • 离线 ASR 增加说话人验证
  • imatrix quantization for ASR models
  • ASR 模型支持 imatrix 量化
  • Expanded quantization type coverage across models
  • 各模型扩展支持更多量化类型
  • Renamed asr-online → rs-asr-vad-online for consistency
  • 重命名 asr-online 为 rs-asr-vad-online 以统一命名

CI / Release / CI 与发布

  • GitHub Actions release workflow for prebuilt binaries (Linux/Windows/macOS, CPU/CUDA/Metal)
  • GitHub Actions 自动构建发布二进制（Linux/Windows/macOS，CPU/CUDA/Metal）

🐛 Bug Fixes / Bug 修复

  • Python 3.12 segfault: removed py::call_guard<py::gil_scoped_release>() from push_audio (ASR+VAD) and synthesize to avoid crash on Python 3.12
  • Python 3.12 段错误：移除 push_audio（ASR/VAD）与 synthesize 上的 py::call_guard<py::gil_scoped_release>()，修复 Python 3.12 崩溃
  • VAD segfault and test failure
  • VAD 段错误与测试失败
  • CosyVoice3: apply output_norm before speech_lm_head projection
  • CosyVoice3：speech_lm_head 投影前需先应用 output_norm
  • SenseVoice load error & f16 forward error
  • SenseVoice 加载错误与 f16 前向计算错误
  • Windows STATUS_DLL_NOT_FOUND error
  • Windows STATUS_DLL_NOT_FOUND 错误
  • Compile errors on Windows / Linux CUDA
  • Windows 与 Linux CUDA 编译错误
  • Missing pthread link on Linux
  • Linux 缺失 pthread 链接
  • Python package build no longer triggers RS_BUILD_TESTS
  • Python 包构建不再触发 RS_BUILD_TESTS
  • AudioProcessor methods properly hidden in bindings
  • Python 绑定中正确隐藏 AudioProcessor 内部方法
  • Test script + CI binding test fixes (SKIP_RETURN_CODE 77)
  • 测试脚本与 CI 绑定测试修复（SKIP_RETURN_CODE 77）
Assets 8
Loading