Paradee 1.3

Paradee 1.3

用一个很小的多语言文字转语音模型朗读文本，有八种声音，覆盖英语、印地语、法语和西班牙语，在普通 CPU 上就能运行。适合想要轻量语音输出的人。

由 sahilmahendrakar 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是 Paradee-8M-v1.3 的演示，这是一个能说多种语言的单一文字转语音模型。模型有 7.88M 个参数，一个 8.5 MB 的文件里装着英语、印地语、法语和西班牙语的八种声音。这个 Space 在 Hugging Face 的 cpu-basic 硬件上运行它，带有 MCP 标签。

适合谁：适合想在没有 GPU 的情况下用很小的模型生成语音的人，也适合关心语音模型能做到多小的开发者。

Industry | Who uses it | How they use it | Example
无障碍 | 应用开发者 | 给轻量应用加上语音输出 | 用印地语朗读一条短消息
内容创作 | 使用多种语言的创作者 | 用文字快速做出语音片段 | 生成一句法语来测试脚本
AI 研究 | 研究者 | 研究多语言语音模型能小到什么程度 | 比较四种语言里的各个声音

如果你需要庞大的声音库，可以跳过它，因为这个模型只有八种声音。

用在哪里：你可以在这些地方使用它：

• 浏览器：打开 Hugging Face 上这个 Space 的页面，不需要安装任何东西。
• Windows、macOS 或 Linux：用 Python 3.12 运行你自己的副本，不需要 GPU。

Use case | Who | What they get back
文字转语音 | 任何人 | 用八种声音之一朗读你的文字的音频
多语言旁白 | 创作者 | 英语、印地语、法语或西班牙语的短片段

如何设置：如果要在本地运行副本，你需要先准备：

• Python 3.12 和 pip
• 一台普通的电脑，因为模型小到 CPU 就能运行

在线页面不需要这些。若要运行你自己的副本，请按下面的步骤操作。

1. 安装 Hugging Face 工具。
2. 把这个 Space 的文件下载到一个文件夹。
3. 进入那个文件夹。
4. 安装 Space 使用的版本的 Gradio，再安装其他依赖包。
5. 启动应用。

pip install -U huggingface_hub
hf download sahilmahendrakar/paradee --repo-type space --local-dir paradee
cd paradee
pip install gradio==6.29.1
pip install -r requirements.txt
python app.py

如何使用：在浏览器里打开这个 Space，或者用下面的命令启动你自己的副本。然后输入文字，选八种声音之一，生成音频。

python app.py

示例：你输入一句短句，选八种声音之一，然后点生成。这个 Space 会返回用该声音朗读这句话的音频，在普通 CPU 上生成。

新手与专家：如果你是新手，输入一句短句，试几种声音。换一种语言的句子，听听同一个模型怎么处理另一种语言。

如果你熟悉这个领域，这个项目的重点是体积。一个约 800 万参数的多语言 TTS 模型装进 8.5 MB 的文件里，所以能在免费的 CPU 上运行。这个 Space 还提到了 Kokoro-82M，不过来源没有说明它怎么使用。

你输入一句话
你选八种声音之一
小模型在 CPU 上运行
你播放音频

注意事项：模型覆盖四种语言：英语、印地语、法语和西班牙语。来源没有提到其他语言。

• License: apache-2
• Cost to run: 未提及
• Data it reaches: 你输入的文字，以及从 Hugging Face 下载的模型文件

Hugging Face 上的数据（2026年11月13日）

• 点赞：60
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/sahilmahendrakar/paradee
• 文件：https://huggingface.co/spaces/sahilmahendrakar/paradee/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。