Irodori-TTS v4.1-Small-MFが4-step MeanFlow推論を公開
Irodori-TTS-v4.1-SmallをMeanFlowで蒸留した公式チェックポイントが公開された。デフォルト4 sampling stepsで、CFGは蒸留時に教師軌道へ組み込まれるため推論時は各stepにつきconditional DiTを1回だけ評価する。4-step MeanFlowは4-step RFを全読字指標で上回り、JVSの約30秒参照ではCAM++ cosine 0.7429、top-1 97.52%で、40-step RFの0.7521、98.56%にかなり近い。Voice Design、voice cloning、長時間参照、emoji制御は維持される。
所感
Irodori-TTSの会話用途で最大の懸念だったsampling回数とCFG評価コストを大きく削れる可能性があり、レイテンシ改善の本命候補。Apple Silicon向けMLX移植はまだ確認できないが、公式PyTorch/MPS経路で品質と実効レイテンシを今すぐ試す価値がある。