Inflect-Micro-v2：仅 936 万参数的完整语音合成模型
来源：huggingface.co — 2026-07-27
📋 概述
Hugging Face 上发布的 Inflect-Micro-v2 将完整的语音合成能力压缩到仅 936 万参数，不到主流模型的百分之一。模型支持语音克隆、情感控制和多语言合成，在微型设备上即可运行，为边缘计算中的语音交互开辟了新的可能性。
🔑 核心要点
- 936 万参数的极致压缩是通过知识蒸馏 + 量化 + 架构精简三重技术实现的，模型体积仅 18MB。
- 支持零样本语音克隆：提供 3 秒参考音频即可模仿该说话人的音色和韵律。
- 性能基准测试：在 Raspberry Pi 5 上实现实时推理（RTF < 0.3），无需 GPU，CPU 即可流畅运行。
- 情感控制维度包括高兴、悲伤、愤怒、平和四种基础情感，通过简单标签即可切换语调。
💡 金句
当一个完整语音引擎可以塞进指甲盖大小的芯片，声音就不再是云的专属——每一台设备都有了说话的资格。
👍 0
👎 0
← 返回 HN 首页