Kani TTS 2 អត្ថបទទៅសំឡេង
An ultra-lightweight 400M English model that runs in just 3GB of VRAM at a 0.2 real-time factor.
រុំអត្ថបទរបស់អ្នកក្នុងស្លាក SSML សម្រាប់ការត្រួតពិនិត្យជាក់លាក់ ៖
<speak><prosody rate="slow">Slow speech</prosody></speak>
ស្លាកដែលម៉ូដែលដែលបានជ្រើសយល់ — ចុចដើម្បីទម្លាក់មួយទៅក្នុងអត្ថបទរបស់អ្នកនៅកន្លែងដែលវាកើតឡើង ៖
ម៉ូដែលនេះអានអត្ថបទធម្មតា ដូច្នេះស្លាកក្នុងបន្ទាត់ត្រូវបានមិនអើពើ ។ សម្រាប់អារម្មណ៍ដែលមានមូលដ្ឋានលើស្លាក ប្ដូរទៅម៉ូដែលបង្ហាញដូចជា Orpheus ឬ Bark ។
កំណត់ការបញ្ចេញសំឡេងផ្ទាល់ខ្លួន (ពាក្យ = ការបញ្ចេញសំឡេង) ៖
អំពី 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.
ល្អបំផុតសម្រាប់: Fast English generation on low-VRAM hardware, quick previews
រកមើលទាំងអស់ Kani TTS 2 សំឡេងទិដ្ឋភាពទូទៅ
- អ្នកអភិវឌ្ឍន៍
- NineNineSix
- អាជ្ញាបណ្ណ
- Apache 2.0
- ផ្កាយ
- free
- ល្បឿន
- fast
- ការក្លូនសំឡេង
- គ្មាន
- ភាសា
- English
- តួអក្សរអតិបរមា
- 1000