# Lero Research

> Como a voz brasileira do Lero funciona por dentro: acústica, prosódia, PyTorch e infraestrutura, com algo para ouvir ou mexer em cada post.

- [Uma voz nova sem mexer em todos os pesos](https://lero.studio/research/baixo-rank.md) (9 de novembro de 2026, PyTorch): Adapters de baixo rank: treinar menos de 1% dos números e chegar na mesma velocidade.
- [Attention e o próximo token](https://lero.studio/research/atencao.md) (6 de novembro de 2026, PyTorch): Um modelo de linguagem escreve um token por vez, olhando só para trás.
- [Mais vozes por GPU](https://lero.studio/research/gpu.md) (4 de novembro de 2026, Infraestrutura): CUDA graph, MPS e batch: como dobramos as vozes em tempo real na mesma GPU.
- [Do áudio ao tensor](https://lero.studio/research/tensores.md) (2 de novembro de 2026, PyTorch): Todo áudio que entra num modelo vira um tensor. A forma dele decide memória e velocidade.
- [Do som aos tokens](https://lero.studio/research/codec.md) (31 de outubro de 2026, Acústica): Um segundo de fala tem dezenas de milhares de números. Um modelo de voz não escreve um por um.
- [Mesma frase, só a melodia muda](https://lero.studio/research/melodia.md) (28 de outubro de 2026, Prosódia): Na pergunta, a voz sobe no fim. E o fim da frase é onde a voz gerada mais erra.
- [A mesma nota, três sons](https://lero.studio/research/timbre.md) (22 de outubro de 2026, Acústica): Três sons com a mesma nota de 220 Hz. O que faz cada um soar diferente é o timbre.
- [O som por dentro](https://lero.studio/research/espectrograma.md) (17 de outubro de 2026, Acústica): A mesma fala vista como imagem: o tempo na horizontal, a frequência na vertical e a energia na cor.
- [O som em números](https://lero.studio/research/onda.md) (15 de outubro de 2026, Acústica): Antes de qualquer modelo, a voz é uma lista de números. Veja de perto.