Paradee:蒸馏自 Kokoro-82M 的 8M 参数轻量 TTS 模型,单线程 CPU 即可快于实时合成
作者介绍名为 Paradee 的文本转语音(TTS)模型,称为对 Kokoro-82M 的蒸馏版本,参数量为 800 万、权重仅 9 MB,并声称可在单条 CPU 线程上实现快于实时的合成速度。模型已在 Hugging Face Spaces 上线。以上均为作者声称,未经独立核实。
共 2 条快讯 · 门户最近更新
作者介绍名为 Paradee 的文本转语音(TTS)模型,称为对 Kokoro-82M 的蒸馏版本,参数量为 800 万、权重仅 9 MB,并声称可在单条 CPU 线程上实现快于实时的合成速度。模型已在 Hugging Face Spaces 上线。以上均为作者声称,未经独立核实。
作者称使用 H3 Inpainting 结合 LTX Alpha Matte LoRA 进行视频背景替换,效果不错。其流程为:先用 LTX 2.5 LoRA 提取 matte,再用 H3 Ref inpainting(搭配 Turbo LoRA)生成新背景,并通过 Mask drop 旋钮在步骤 t 丢弃 inpainting mask,以减少闪烁并改善光照匹配。作者表示已将该工作流加入 🧨diffusers modular,并为此构建了 Spaces。