作者将Kokoro蒸馏语音模型浏览器提速12.9倍

作者 mesmertech 分享了一套在浏览器端运行语音合成的方法：基于从 Kokoro-82M 蒸馏的 7.6M 参数模型 Paradee-8M v1.1，并自写 WebAssembly 引擎，在浏览器单线程下把速度从 15 倍实时提升到 201 倍，相对 v1.1 提速 12.9 倍。 作者称，语音在页面标签内运行，模型 3.5 MB、引擎 136 kB，文本不离开设备；首次运行需下载约 22 MB，之后从浏览器缓存加载。整套服务为静态文件，无需服务器、API key 或 GPU，免费且无需注册。上述提速与隐私效果均为作者自述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。