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.

Rekisteröidy 5 000 merkin raja-arvo

Kääri tekstisi SSML-tunnisteisiin tarkan valvonnan varmistamiseksi:

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

Merkitse valittu malli ymmärtää – klikkaa pudottaaksesi yhden tekstiisi, missä se tapahtuu:

Tässä mallissa lukee pelkkää tekstiä, joten rivitunnisteet jätetään huomiotta. Jos haluat tag-pohjaisen tunteen, vaihda ilmaisukykyiseen malliin, kuten Orfeus tai Bark.

Määrittele custom-äänet (sana = ääntäminen):

-12 +12
0.5x 2.0x
Vapaa Piperin, VITS:n, MeloTTS:n kanssa
Luomasi ääni näkyy tässä. Valitse malli, kirjoita teksti ja napsauta Luo.
Ääni tuotettu onnistuneesti
0:00
Lataa ääni Lataa.srt Linkki päättyy 24h
Vapaa taso: henkilökohtainen käyttö. Kaupallinen lisenssi $5/mo
Rakasta TTS.aita, kerro ystävillesi!

Tietoja 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.

Paras: Fast English generation on low-VRAM hardware, quick previews

Selaa kaikkia Kani TTS 2 äänet

Silmäyksellä

Kehittäjä
NineNineSix
Lisenssi
Apache 2.0
Määrittämistaso
free
Nopeus
fast
Äänien kloonaus
Ei tarvitse.
Kielet
English
Maksimimerkit
1000

Kani TTS 2 äänet

Default

English
Standardi Neutral

Kani TTS 2 TTS – FAQ

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.
← Kaikki äänet