模型 / Inflect-Micro-v2 (owensong)

Inflect-Micro-v2 (owensong)

9.36M 参数完整本地 TTS，固定男声英语言语合成

作者 owensong

仓库标识owensong/Inflect-Micro-v2

~0.1GB 4-bit许可 可商用任务 语音合成最近核对 2026-08-05
格式
4-bit
文件
~0.1GB
运行内存
~0.1GB
运行时
pytorch
下载
47

Hugging Face 源仓库 ↗

适合与不适合

入选理由
可直接在HuggingFace Space试听和推理，支持CPU/ONNX，小于10M参数，适合离线或边缘部署的英语TTS，需注意仅固定男声且英文。
对位
对位 KittenTTS Nano / Piper Low
适合
边缘设备 CPU 实时语音合成 / 固定英语男声内容转语音
不适合
多语种或多说话人场景

独立证据与社区反馈

2 个独立来源 · 另 1 官方/转载最近验证 2026-08-05

社区对 10M 参数以下跑通完整端到端 TTS 感到好奇,但首轮讨论集中在澄清"complete"的定义边界(仅 TTS,非 STT+TTS)。

  • 在 10M 参数以内提供从文本到波形的完整本地 TTS,支持 CPU/CUDA 推理
  • Micro 版本相比 Nano 在清晰度、稳定性和整体语音质量上有可感知提升
  • 训练语料生成管线、私有过滤基础设施与完整优化配方未公开,可复现性受限
  • 固定单一音色,不可自定义语音
  • 产品化集成前需评估局限性,不宜仅凭基准分数做决策

可信度人类盲测偏好 66.2%，双 ASR 语义 WER 3.99%，UTMOS22 4.395

完整规格

规模
9.36M · 无限制（标点分块） · 下载 ~0.1GB · 显存最低 ~0.1GB · 4-bit(估算)
授权
Apache-2.0 · 可商用
框架
pytorch / onnx
语种
英文
访问提示
Hugging Face 可能需要代理

下载动量

30天下载 1.9k → 705 · likes +18

在线体验

观测时间线