← 返回快讯

快讯

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

HuggingApps

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。

TTS语音合成模型蒸馏开源模型HuggingFace

查看原始帖子 ↗

所属事件 →

事件来源

查看原文
Kokoro TTS, but 10× smaller 🫰 Paradee distills Kokoro-82M into a 8M-param TTS just 9 MB of weights can speak faster than real time on a single CPU thread and runs on your toaster ▶️ on Spaces https://hf.co/spaces/hugging-apps/paradee

前后事件

上一篇开发者称 Liquid AI d1-omni 发布 47 分钟后即在浏览器中跑通

下一篇Ben Affleck 自称会写 Python、了解卷积神经网络并接触谷歌与 OpenAI 视频模型

同账号事件

  • H3 Inpainting + LTX Alpha Matte LoRA 实现视频背景替换

    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。