Mindket

Paradee-8M v1.3

新上架第 1 版 · 更新于

概览

只有 7.88M 参数的微型文字转语音模型,有英语、印地语、法语和西班牙语的八种声音,蒸馏自 Kokoro-82M,适合需要在 CPU 上快速出声的开发者。

Paradee-8M v1.3 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • 一个能运行 ONNX 文件的工具,或者作者的 Python 包
  • 几 MB 的可用磁盘空间
用在
  • 能在 CPU 上运行 ONNX 文件的 Python 脚本或应用
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
先运行
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.3

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Paradee-8M v1.3 是 sahilmahendrakar 推出的微型文字转语音模型,有 7.88M 参数。它是从更大的 Kokoro-82M 模型蒸馏出来的。这个版本的八种声音来自 Kokoro,覆盖英语、印地语、法语和西班牙语。你选哪个声音就决定哪种语言,一个句子只用一种语言来读。int8 版本是一个 8.5 MB 的 ONNX 文件,里面装着全部八种声音。

适合谁

如果你想要一个很小的文件就能快速出声,并且在普通 CPU 上运行,它适合你,开发者和研究小型语音模型的研究人员尤其合适。

Who uses this model
行业谁在用怎么用例子
软件应用开发者不用 GPU 就给应用加入语音输出在笔记本上朗读一条通知
无障碍产品团队提供文字的语音版本把短消息变成四种语言的音频
研究语音研究人员研究从更大模型蒸馏的做法把它和它的老师 Kokoro-82M 对比

如果你需要在一个句子里混用多种语言,可以跳过它,因为每个句子只用一种语言。

用在哪里

  • 能在 CPU 上运行 ONNX 文件的 Python 脚本或应用
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
Jobs it does
用途适合谁得到什么
在 CPU 上出声开发者不需要显卡的语音音频
英语声音应用开发者四种声音,美式和英式,女声和男声
印地语、法语、西班牙语全球化团队另外四种声音,每种语言一到两个

如何设置

你需要 Python 和用来下载的 huggingface_hub 包。这里能看到的模型卡部分没有给出运行步骤,所以怎么播放模型取决于你用的工具。作者还在 GitHub 上发布了代码、训练脚本和一个 Python 包。

  • 带 pip 的 Python
  • 一个能运行 ONNX 文件的工具,或者作者的 Python 包
  • 几 MB 的可用磁盘空间
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 用你的工具运行 ONNX 文件,或者使用作者的 Python 包。
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.3

如何使用

选一个声音,给它一句这个声音所属语言的句子。准确的调用方式请查看完整的模型卡或作者的包,因为模型卡可见的部分没有给出。

The eight voices
声音语言
af_heart英语,美式,女声
bf_isabella英语,英式,女声
am_puck英语,美式,男声
bm_fable英语,英式,男声
hf_alpha印地语,女声
hm_omega印地语,男声
ff_siwis法语,女声
em_alex西班牙语,男声

示例

你选西班牙语的声音,给它一句西班牙语。模型返回一小段这个声音的音频,在你的 CPU 上生成。

新手与专家

文字转语音就是把文字变成语音音频。第一次小测试就是用英语声音念一个简短的句子。

蒸馏的意思是小模型学着模仿大模型。训练时,小模型跟着 Kokoro 为每个新声音朗读约 12,000 条维基百科句子,模仿它的输出。模型为每个声音保存一个小的学习向量表,1.3 版把这个表从四行扩大到了八行。

  1. 文字句子
  2. 选一个声音,它决定语言
  3. Paradee ONNX 模型
  4. 语音音频

注意事项

作者说它是能说多种语言的最小的单个模型,比第二名 M5-TTS 的 50M 参数轻大约六倍。按模型卡的测试,它在单个 CPU 线程上的速度大约是播放速度的 62 倍。印地语声音离老师最远,词错误率约为 21.7% 和 21.6%。质量分数来自 int8 文件,每个声音用了 200 条留出的句子。

Parameters, in millions
Paradee-8M v1.37.88
M5-TTS50
Kokoro-82M82
  • License: Apache 2.0。
  • Cost to run: 未提及。
  • Data it reaches: 文件来自 Hugging Face,之后模型在你自己的电脑上运行。
  • Not for: 在一个句子里混用多种语言。

README 和文件

README

Paradee-8M v1.3

只有 7.88M 参数的微型文字转语音模型,有英语、印地语、法语和西班牙语的八种声音,蒸馏自 Kokoro-82M,适合需要在 CPU 上快速出声的开发者。

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 v1.3 是 sahilmahendrakar 推出的微型文字转语音模型,有 7.88M 参数。它是从更大的 Kokoro-82M 模型蒸馏出来的。这个版本的八种声音来自 Kokoro,覆盖英语、印地语、法语和西班牙语。你选哪个声音就决定哪种语言,一个句子只用一种语言来读。int8 版本是一个 8.5 MB 的 ONNX 文件,里面装着全部八种声音。

适合谁:如果你想要一个很小的文件就能快速出声,并且在普通 CPU 上运行,它适合你,开发者和研究小型语音模型的研究人员尤其合适。

Title: Who uses this model
行业 | 谁在用 | 怎么用 | 例子
软件 | 应用开发者 | 不用 GPU 就给应用加入语音输出 | 在笔记本上朗读一条通知
无障碍 | 产品团队 | 提供文字的语音版本 | 把短消息变成四种语言的音频
研究 | 语音研究人员 | 研究从更大模型蒸馏的做法 | 把它和它的老师 Kokoro-82M 对比

如果你需要在一个句子里混用多种语言,可以跳过它,因为每个句子只用一种语言。

用在哪里:

  • 能在 CPU 上运行 ONNX 文件的 Python 脚本或应用
  • 装有 Python 的 Windows、macOS 或 Linux,用来下载文件
Title: Jobs it does
用途 | 适合谁 | 得到什么
在 CPU 上出声 | 开发者 | 不需要显卡的语音音频
英语声音 | 应用开发者 | 四种声音,美式和英式,女声和男声
印地语、法语、西班牙语 | 全球化团队 | 另外四种声音,每种语言一到两个

如何设置:你需要 Python 和用来下载的 huggingface_hub 包。这里能看到的模型卡部分没有给出运行步骤,所以怎么播放模型取决于你用的工具。作者还在 GitHub 上发布了代码、训练脚本和一个 Python 包。

  • 带 pip 的 Python
  • 一个能运行 ONNX 文件的工具,或者作者的 Python 包
  • 几 MB 的可用磁盘空间
  1. 安装 huggingface_hub。
  2. 用 hf 命令下载模型文件。
  3. 用你的工具运行 ONNX 文件,或者使用作者的 Python 包。
pip install -U huggingface_hub
hf download sahilmahendrakar/Paradee-8M-v1.3

如何使用:选一个声音,给它一句这个声音所属语言的句子。准确的调用方式请查看完整的模型卡或作者的包,因为模型卡可见的部分没有给出。

Title: The eight voices
声音 | 语言
af_heart | 英语,美式,女声
bf_isabella | 英语,英式,女声
am_puck | 英语,美式,男声
bm_fable | 英语,英式,男声
hf_alpha | 印地语,女声
hm_omega | 印地语,男声
ff_siwis | 法语,女声
em_alex | 西班牙语,男声

示例:你选西班牙语的声音,给它一句西班牙语。模型返回一小段这个声音的音频,在你的 CPU 上生成。

新手与专家:文字转语音就是把文字变成语音音频。第一次小测试就是用英语声音念一个简短的句子。

蒸馏的意思是小模型学着模仿大模型。训练时,小模型跟着 Kokoro 为每个新声音朗读约 12,000 条维基百科句子,模仿它的输出。模型为每个声音保存一个小的学习向量表,1.3 版把这个表从四行扩大到了八行。

文字句子
选一个声音,它决定语言
Paradee ONNX 模型
语音音频

注意事项:作者说它是能说多种语言的最小的单个模型,比第二名 M5-TTS 的 50M 参数轻大约六倍。按模型卡的测试,它在单个 CPU 线程上的速度大约是播放速度的 62 倍。印地语声音离老师最远,词错误率约为 21.7% 和 21.6%。质量分数来自 int8 文件,每个声音用了 200 条留出的句子。

Title: Parameters, in millions
Paradee-8M v1.3: 7.88
M5-TTS: 50
Kokoro-82M: 82
  • License: Apache 2.0。
  • Cost to run: 未提及。
  • Data it reaches: 文件来自 Hugging Face,之后模型在你自己的电脑上运行。
  • Not for: 在一个句子里混用多种语言。

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:1,649
  • 点赞:7
  • 许可证:apache-2.0
  • 语言:en, hi, fr, es
  • 基于:hexgrad/Kokoro-82M
  • 标签:onnx, paradee, text-to-speech, distillation, kokoro, multilingual

链接

  • 模型:https://huggingface.co/sahilmahendrakar/Paradee-8M-v1.3
  • 文件:https://huggingface.co/sahilmahendrakar/Paradee-8M-v1.3/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-v1.3

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。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Paradee-8M v1.3 本页1,6497—apache-2.0
Paradee-8M v1.2共有 kokoro · paradee · distillation11,40528—apache-2.0
Paradee-8M v1.0共有 kokoro · paradee · distillation4,37470—apache-2.0
MakHam Thai TTS共有 kokoro · paradee · text-to-speech02—apache-2.0
Klein-TTS-X1.5-Pro共有 distillation · multilingual · text-to-speech2581013.1Mapache-2.0
Supertonic 3共有 multilingual · text-to-speech · onnx92,3591,043—openrail
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

开发类的相似商品

查看开发类的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架