Kani TTS 2 نووسراو بۆ بیستراو
An ultra-lightweight 400M English model that runs in just 3GB of VRAM at a 0.2 real-time factor.
نوسراوەکەت بگۆڕە بۆ تگەکانی SSML بۆ کۆنتڕۆڵی ڕاستەقینە:
<speak><prosody rate="slow">Slow speech</prosody></speak>
تگەکان کە مۆدێلی هەڵبژێردراو تێیدەگات - بکەرەوە بۆ ئەوەی یەکێکیان بخەیتە ناو دەقەکەتەوە کە تیایدا ڕوودەدات:
ئەم مۆدێلە نوسراوێکی ئاسایی دەخوێنێتەوە، بۆیە تاگەکانی ناو ڕستە پشتگوێ دەخرێت. بۆ هەستێکی لەسەر بنەمای تاگ، بگەڕێ بۆ مۆدێلێکی دەربڕین وەک ئۆرفیۆس یان بارک.
پێناسەکردنی دەنگی خۆت (وشە = دەنگی):
دەربارەی 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.
باشترین بۆ: Fast English generation on low-VRAM hardware, quick previews
سەردانی هەموویان بکە Kani TTS 2 دەنگیچاوپێکەوتن
- پەرەپێدەر
- NineNineSix
- مۆڵەتی بەکارھێنەر
- Apache 2.0
- یهمهن
- free
- خێرایی
- fast
- دووبارە دروستکردنی دەنگی
- نەخێر
- زمان
- English
- زۆرترین پیت
- 1000