Paradee: Distilling Kokoro-82M into an 8M-Parameter Single-Voice Text-to-Speech Model

arxiv · arXiv · 2026-10-06 01:56 · 评分 78

研究将开源多语音 TTS 模型 Kokoro-82M 蒸馏成仅 8.07M 参数的单一语音模型 Paradee，参数量降十倍、算力需求降十五倍，保留架构并分别训练两半，用教师合成语料教授时长、音高、能量等特征，适合资源受限部署。