Kani TTS 2 ТТС
An ultra-lightweight 400M English model that runs in just 3GB of VRAM at a 0.2 real-time factor.
Захоўваць тэкст у тэгах SSML для дакладнага кантролю:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Тэгі, якія разумее выбраная мадэль - націсніце, каб перанесці іх у тэкст:
Гэтая мадэль чытае звычайны тэкст, таму ўбудаваныя тэгі ігнаруюцца. Для эмоцый, заснаваных на тэгах, пераключыцеся на мадэлі выразнасці, такія як Orpheus або Bark.
Вызначыць уласнае вымаўленне (слова = вымаўленне):
Пра 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.
Лепшы для: Fast English generation on low-VRAM hardware, quick previews
Прагляд усіх Kani TTS 2 галасыКароткае апісанне
- Распрацоўшчык
- NineNineSix
- Ліцэнзія
- Apache 2.0
- Стварыць
- free
- Хуткасць
- fast
- Клонаванне голасу
- Не
- Мовы
- English
- Найбольшая колькасць знакаў
- 1000