O FreGrad é um codificador de voz baseado em difusão, leve e rápido, projetado para gerar áudio realista. Sua estrutura inclui transformada wavelet discreta, convolução dilatada sensível à frequência e uma série de técnicas para melhorar a qualidade da geração do modelo. Em experimentos, o FreGrad apresentou uma velocidade de treinamento 3,7 vezes maior, uma velocidade de inferência 2,2 vezes maior e um tamanho de modelo 0,6 vezes menor (apenas 1,78 milhões de parâmetros) em comparação com modelos de referência, sem sacrificar a qualidade de saída.