开发者用 WebGPU 重写 Phonon TTS：44MB、115 倍实时、带逐词时间戳

开发者基于 Gradium 的 Phonon 31M 文本转语音模型另写了一套 WebGPU 运行时，整个生成循环以 WebGPU kernel 留在 GPU 上，初始化后约 3 ms 即可开始流式输出音频。模型权重（含音频解码器）以 int8 存储，下载体积 44MB（brotli 压缩后不到 40MB），同设备上达 115 倍实时，逐词时间戳直接从一个注意力头读出。