Kani TTS 2

Kani TTS 2 TTS

An ultra-lightweight 400M English model that runs in just 3GB of VRAM at a 0.2 real-time factor.

নিবন্ধন কৰক ৫,০০০ আখৰৰ বাবে সীমা

সঠিক নিয়ন্ত্ৰণৰ বাবে SSML টেগসমূহত আপোনাৰ টেক্সট আৱৰণ কৰক:

<speak><prosody rate="slow">Slow speech</prosody></speak>

নিৰ্বাচিত মডেলে বুজি পোৱা টেগসমূহ - আপোনাৰ টেক্সটত এটা ড্ৰপ কৰিবলৈ ক্লিক কৰক য'ত ই ঘটে:

এই আৰ্হি প্লেইন টেক্সট পঢ়ে, গতিকে ইনলাইন টেগসমূহ উপেক্ষা কৰা হয়। টেগ-ভিত্তিক আবেগসমূহৰ বাবে, Orpheus বা Bark ৰ দৰে এটা অভিব্যক্তিমূলক আৰ্হিলৈ পৰিবৰ্তন কৰক।

স্বনিৰ্বাচিত উচ্চাৰণ নিৰ্ধাৰণ কৰক (শব্দ = উচ্চাৰণ):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS ৰ সৈতে মুক্ত
আপোনাৰ নিৰ্মিত অডিঅ' ইয়াত প্ৰদৰ্শিত হ'ব। এটা মডেল বাছক, টেক্সট লিখক, আৰু নিৰ্মাণ কৰক ক্লিক কৰক।
সফলতাৰে অডিঅ' নিৰ্মাণ কৰা হৈছে
0:00
অডিঅ' ডাউনল'ড কৰক .srt ডাউনল'ড কৰক ২৪ ঘন্টাত লিঙ্কৰ মেয়াদ উত্তীৰ্ণ হ'ব
মুক্ত স্তৰ: ব্যক্তিগত ব্যৱহাৰৰ বাবে। $5/মাহ পৰা বাণিজ্যিক লাইচেঞ্চ
TTS.ai ভাল পায়? আপোনাৰ বন্ধুসকলক কওক!

বিষয়ে Kani TTS 2

Kani-TTS-2 by NineNineSix is an ultra-lightweight 400M-parameter text-to-speech model built on a Liquid AI LFM2 backbone with NVIDIA's NanoCodec. It runs in just 3GB of VRAM and generates roughly ten seconds of speech in about two seconds on an A100 — a real-time factor near 0.2. The current public release ships an English-only checkpoint and, unlike its predecessor, does not expose the speaker-embedding hook needed for voice cloning. Its strength is fast, low-cost English generation on modest hardware, which makes it a good fit for quick previews and high-volume English narration. It is released under Apache 2.0 and offered on the free tier.

ইয়াৰ বাবে সৰ্বোত্তম: Fast English generation on low-VRAM hardware, quick previews

সকলো ব্ৰাউছ কৰক Kani TTS 2 শব্দ

এটা চমু দৃষ্টি

বিকাশক
NineNineSix
অনুমতি
Apache 2.0
টাইৰ
free
গতি
fast
শব্দ ক্লোনিং
নহয়
ভাষাসমূহ
English
সৰ্বাধিক আখৰ
1000

Kani TTS 2 শব্দ

Default

English
অবিকল্পিত Neutral

Kani TTS 2 TTS - প্ৰায়শই সোধা প্ৰশ্নসমূহ

It runs in just 3GB of VRAM and produces about ten seconds of speech in roughly two seconds on an A100 — a real-time factor near 0.2 — thanks to its 400M-parameter LFM2 backbone and NanoCodec.

No. The current v2 release removed the public speaker-embedding hook, so cloning is not available. For cloning, use Chatterbox, IndexTTS-2, or GPT-SoVITS.

English only. The public release ships a single English checkpoint; for non-English speech, use a model like Kokoro or MeloTTS.
← সকলো শব্দ