Kale tiny:45.7M 参数、160ms 首声,用 Ettin 读懂整句
NERDDISCO · x · 2026-11-20
Kale TTS tiny 是更清晰、更有表现力的版本:24 倍实时、设备端 160ms 出第一声、45.7M 参数、CPU 下载 79.9MB(WebGPU 183.2MB)。相比 nano 多了一个冻结的 Ettin 词读取器(16.8M,来自 Orion Weller 与 JHU CLSP),能理解整句文本;24.8M 规划器沿用 kale-tts-1-base 并冻结,4.1M 声学生成器从 Maya-1 音频学习。