Kani TTS 2 TTS
An ultra-lightweight 400M English model that runs in just 3GB of VRAM at a 0.2 real-time factor.
برای کنترل دقیق ، متن خود را در برچسبهای SSML بپیچید:
<speak><prosody rate="slow">Slow speech</prosody></speak>
برچسبهایی که مدل برگزیده میفهمد — برای انداختن یکی در متن خود ، جایی که اتفاق میافتد ، کلیک کنید:
این مدل متن ساده را میخواند ، بنابراین برچسبهای خطی نادیده گرفته میشوند. برای احساسات مبتنی بر برچسب ، به یک مدل بیانی مانند Orpheus یا Bark تغییر دهید.
تعریف تلفظ سفارشی) کلمه = تلفظ (:
در مورد 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.
بهترین برای: Fast English generation on low-VRAM hardware, quick previews
مرور همۀ Kani TTS 2 صداهايه نگاهي بنداز
- توسعهدهنده
- NineNineSix
- مجوز
- Apache 2.0
- حیوان
- free
- سرعت
- fast
- شبیهسازی صدا
- نه
- زبانها
- English
- بیشینه نویسهها
- 1000