Paradee-8M v1.0

Paradee-8M v1.0

这个 8M 参数的模型从 Kokoro-82M 蒸馏而来，用单一声音朗读英文文本。int8 的 ONNX 文件约 9 MB，在 CPU 上就能运行。适合需要小而快、不用 GPU 的语音输出的开发者。

由 sahilmahendrakar 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Paradee-8M 是一个小型英语文字转语音模型，有 807 万参数，从 Kokoro-82M 蒸馏而来。它只有一个声音，就是 Kokoro 的 af_heart。int8 版本是一个约 9 MB 的 ONNX 文件，而 Kokoro 是 325 MB，它在 CPU 上就能运行，不需要 GPU。

适合谁：适合需要在应用、浏览器或边缘设备里输出小而快的语音的开发者，许可证为 Apache 2.0。

Industry | Who uses it | How they use it | Example
软件 | 应用开发者 | 用一个 9 MB 的模型加上语音输出 | 把一条消息读出来
网页 | 前端开发者 | 通过 ONNX 工具在浏览器里运行语音 | 朗读页面摘要
嵌入式和边缘 | 硬件团队 | 在只有 CPU 的设备上运行语音 | 播报状态消息
研究 | 语音研究人员 | 研究把大型语音模型蒸馏成小模型 | 比较 Paradee 和它的教师模型

如果你需要多个声音或英语以外的语言，可以跳过它，因为它只有一个声音、一种语言。

用在哪里：它以 ONNX 文件的形式运行，也可以通过作者的 Python 包使用。

• CPU 上的 onnxruntime
• paradee Python 包，附带命令行工具
• 浏览器，通过仓库里自带的 kokoro-js 分词器文件
• Windows、macOS 或 Linux

Use case | Who | What they get back
设备端语音 | 开发者 | 由文字生成的 24 kHz 波形
命令行语音 | 脚本编写者 | 一条命令生成的 wav 文件
浏览器语音 | 网页开发者 | 由音素输入生成的音频

如何设置：你需要 Python 和模型文件。

• 带 pip 的 Python
• 放下 9 MB 的 int8 文件或更大的 fp32 文件的磁盘空间
• 来自作者 GitHub 项目的 paradee Python 包

1. 用 pip 安装 Hugging Face hub 工具。
2. 用 hf 命令下载仓库。
3. 从作者的 GitHub 项目安装 paradee 包。
4. 运行下面的命令行或 Python 代码。

pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.0

如何使用：用一句话和一个输出文件名运行命令行工具，或者在 Python 里调用模型，自己写出 wav 文件。

python -m paradee "Paradee is a small voice that runs anywhere." -o hello.wav

from paradee import Paradee, SAMPLE_RATE
import soundfile as sf

tts = Paradee()
sf.write("hello.wav", tts("Paradee is a small voice that runs anywhere."), SAMPLE_RATE)

Tool | What it does
onnx/paradee_int8.onnx | 整个模型放在一个 int8 计算图里，模型卡说用这个
onnx/paradee.onnx | 同样的计算图，fp32 版本，37 MB，听起来一样
config.json | 存放音素词表和采样率
tokenizer.json | 给 transformers.js 和 kokoro-js 用的同一份词表
python -m paradee | 由一句话生成 wav 文件

示例：你用一句简短的话和输出名 hello.wav 运行这条命令。当前文件夹里会出现一个文件，里面是用 af_heart 声音读出的这句话。

新手与专家：如果你刚接触语音模型，运行这条一行命令，听听 wav 文件。它说明一个很小的文件也能开口说话。

如果你熟悉这个领域：ONNX 计算图接收音素 id 和一个语速值。每个 id 列表两端各有一个填充 token，最多 512 个。输出是 24 kHz 的波形。音素必须按 Kokoro 的 misaki 库的写法来写，因为模型在训练时只见过这种写法。在浏览器里，需要一个把 eSpeak 拼写转换过来的步骤。

把文本转成 misaki 音素
把音素 id 和语速传给 ONNX
在 CPU 上运行 int8 计算图
得到 24 kHz 波形
保存或播放音频

注意事项：模型卡报告的 UTMOS 自然度分数，Paradee 是 4.41，Kokoro 是 4.52，词错误率都是 5.7%。发布的 ONNX 文件在单线程上的速度约是实时的 18 倍。

Title: 文件大小，单位 MB
Kokoro-82M: 325 MB
Piper: 63.2 MB
KittenTTS nano: 56.8 MB
Kokoro-7M-Distill: 30.1 MB
Paradee: 8.45 MB

• License: Apache 2.0
• Cost to run: 未提及，只需要你自己的硬件
• Data it reaches: 你给它的文本和电脑上的模型文件，模型卡没有提到其他内容
• Not for: 其他声音或语言，因为这个模型只有一个英语声音

Hugging Face 上的数据（2026年11月13日）

• 任务：text to speech
• 框架：onnx
• 最近 30 天下载：4,374
• 点赞：70
• 许可证：apache-2.0
• 语言：en
• 基于：hexgrad/Kokoro-82M
• Quantized versions: 3
• 标签：onnx, paradee, text-to-speech, distillation, kokoro

链接

• 模型：https://huggingface.co/sahilmahendrakar/Paradee-8M-v1.0
• 文件：https://huggingface.co/sahilmahendrakar/Paradee-8M-v1.0/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.0

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。