# Paradee 8M: локальная английская озвучка в одном ONNX-файле

Источник: https://modelium.tech/zhurnal/paradee-8m-onnx-local-cpu-english-tts/

Paradee v1.0 — компактная англоязычная модель синтеза речи, дистиллированная из Kokoro-82M. Автор выложил код и веса под Apache 2.0, включая единый ONNX INT8-файл размером 9 037 971 байт. Его можно запустить локально через onnxruntime на CPU; модель озвучивает одним голосом af_heart, а не выбирает дикторов и не поддерживает русский язык. Приведённые скорости и оценки качества — измерения автора, не тест Modelium.

Paradee v1.0: маленькая локальная модель для английской речи

Paradee — модель синтеза речи с 8,07 млн параметров, дистиллированная из Kokoro-82M. Релиз v1.0 опубликован 25 сентября 2026 года; в Hugging Face доступны веса PyTorch, обычный ONNX и отдельный INT8 ONNX. Репозиторий автора содержит исходный код, обучение и интерфейс командной строки. Это выбор для локальной **английской** озвучки одним голосом `af_heart`, а не универсальный многоязычный TTS. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Что можно скачать и где граница утверждения «работает локально»

Закреплённая ревизия модели `8f34b01ef8adcb0bec470b89bf2fd62a7b2369e6` содержит `onnx/paradee_int8.onnx` (9 037 971 байт) и `onnx/paradee.onnx` (36 986 117 байт). Это размеры **файлов**, а не требование к оперативной памяти. У модели есть зависимости: текст сначала превращается в фонемы с помощью `misaki`; при первом запуске Python-пакет скачивает ONNX-модель и словарные данные. Для полностью автономной установки заранее подготовьте веса, зависимости и данные фонемизатора, а не рассчитывайте только на один ONNX-файл. [s2](#src-s2) [s3](#src-s3)

Код и веса обозначены Apache 2.0; исходный Kokoro-82M также помечен Apache 2.0. Это допускает коммерческое применение в рамках условий лицензии, но не делает автоматически свободным от обязательств каждый внешний датасет: автор отдельно указывает CC BY-SA 3.0 для предложений WikiText-103 в обучающем наборе. [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

## Практический старт

Авторский пакет можно установить из **проверенного тега v1.0** командой `pip install git+https://github.com/sahilmahendrakar/paradee@v1.0`. Затем запустите `python -m paradee "Hello from a local voice." -o hello.wav`. Для установки и первой загрузки весов потребуется сеть, далее задача может выполняться локально. Исходный `pyproject.toml` требует Python не ниже 3.10 и `onnxruntime>=1.17`; перед интеграцией в приложение проверьте наличие фонемизатора и офлайн-кеша. Эти команды взяты из документации автора; Modelium их не запускал. [s1](#src-s1) [s5](#src-s5)

Сам ONNX-граф принимает идентификаторы фонем `input_ids` и параметр `speed`, возвращает моно-аудиосигнал с частотой 24 кГц. Подавать в граф строку напрямую нельзя: необходима совместимая с `misaki` фонемизация. Автор предупреждает, что фонемы браузерного eSpeak NG отличаются; для такого пути в проекте предусмотрен отдельный адаптер `web/misaki.js`. [s1](#src-s1) [s2](#src-s2)

## Как читать результаты автора

В таблице автора на 200 отложенных английских предложениях PyTorch-версия Paradee дала 25,0× реального времени на одном потоке Apple M4 Pro, UTMOS 4,41 и WER 5,7%; Kokoro для сравнения — 7,6×, 4,52 и 5,7% соответственно. **Поставляемый INT8 ONNX — другой замер:** автор отдельно сообщает около 18× реального времени на одном потоке в onnxruntime и WER 6,0% при иной нормализации текста. Нельзя выдавать 25× из PyTorch-таблицы за скорость скачиваемого INT8 ONNX или сравнивать два WER без учёта методики. UTMOS здесь автоматическая оценка, не слепое исследование слушателей; независимого воспроизведения Modelium нет. [s1](#src-s1) [s2](#src-s2)

**Кому подходит:** если нужен компактный англоязычный голос для локального прототипа, интерфейса или озвучки без удалённого TTS API. **Кому не подходит:** для русского текста, нескольких голосов либо подтверждённого качества на вашей предметной лексике. Следующий шаг — прослушать опубликованные автором парные аудиопримеры, затем испытать собственные тексты на своей CPU-конфигурации; скорость из авторского Apple M4 Pro не переносится автоматически на другой процессор. [s1](#src-s1) [s2](#src-s2)

## Источники

1. [Paradee v1.0 — GitHub release и закреплённая документация](https://github.com/sahilmahendrakar/paradee/releases/tag/v1.0) — получено 2026-10-06
2. [Paradee-8M-v1.0 — карточка модели на закреплённой ревизии](https://huggingface.co/sahilmahendrakar/Paradee-8M-v1.0/tree/8f34b01ef8adcb0bec470b89bf2fd62a7b2369e6) — получено 2026-10-06
3. [Paradee v1.0 — Apache License 2.0](https://github.com/sahilmahendrakar/paradee/blob/v1.0/LICENSE) — получено 2026-10-06
4. [Kokoro-82M — исходная модель и license metadata](https://huggingface.co/hexgrad/Kokoro-82M/tree/f3ff3571791e39611d31c381e3a41a3af07b4987) — получено 2026-10-06
5. [Paradee v1.0 — package metadata](https://github.com/sahilmahendrakar/paradee/blob/v1.0/pyproject.toml) — получено 2026-10-06