यह शोधपत्र सात अत्याधुनिक प्रसार-आधारित टेक्स्ट-टू-ऑडियो जनरेशन मॉडलों की ऊर्जा खपत का विश्लेषण करता है जो टेक्स्ट को ऑडियो में परिवर्तित करते हैं। हम अनुमान के दौरान जनरेशन मापदंडों में बदलाव के ऊर्जा खपत पर पड़ने वाले प्रभाव का मूल्यांकन करते हैं, और सभी चयनित मॉडलों में पैरेटो इष्टतम समाधानों पर विचार करके ऑडियो गुणवत्ता और ऊर्जा खपत के बीच इष्टतम संतुलन खोजने का लक्ष्य रखते हैं। यह प्रदर्शन और पर्यावरणीय प्रभाव के बीच संतुलन की अंतर्दृष्टि प्रदान करता है, जिससे अधिक कुशल जनरेटिव ऑडियो मॉडल विकसित करने में मदद मिलती है।