14.8MB 的端侧 TTS:Kale nano 首声仅 90ms、44 倍实时

NERDDISCO · x · 2026-11-20

Kale TTS 发布 nano 版本:44 倍实时速度、设备端 90ms 出第一声、仅 7.5M 参数,CPU 下载 14.8MB(WebGPU 30.6MB)。架构图显示它由 0.9M 字典猜测器、3.8M 文本/时序规划器和 3.7M 声学生成器组成,从 Maya-1 录音学习音色、无独立 vocoder,附 10 个各 5MB 的 voice pack,权重 Apache 2.0、数据 CC BY 4.0 全开源。

所属事件:NERDDISCO 开源 14.8MB 端侧 TTS:kale-tts-1 三档权重(5 条相关)→

原文链接 →