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.

رجسٹر کریں 5000 حروف کی حد

SSML ٹیگ میں اپنے متن کو دقيق کنٹرول کے لیے لپیٹیں:

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

تگ منتخب ماڈل سمجھتا هے - آپ کے متن ميں ایک ڈالنے کے ليے کلک کريں جہاں هيں :

هي ماڈل عام متن پڑھتا هے ، تو ان لائن ٹگز کو نظر انداز کريں تا گ ڑي گي ايميشن کے ليے ، اورف يا بارک کے ليے بيان کر نے والے ماڈل ميں تبديل کريں

خود ساختہ تلفظ (لفظ = تلفظ):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS کے ساتھ مفت
آپ کا بنا يا او ڊيو یہاں نظر آ ئي گا ماڈل منتخب کريں ، متن داخل کريں اور بنا ئيں کلک کريں
آڈیو کامیابی سے پیدا کی گئی
0:00
آڈیو ڈاؤن لوڈ کریں .srt ڈاؤن لوڈ کریں رابطہ 24 گھنٹوں میں ختم ہو جاتا ہے
مفت سطح: ذاتی استعمال. $5/مئی سے تجارتی لائسنس
TTS.ai سے محبت؟ اپنے دوستوں کو بتائیں!

متعلقہ 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.

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

سب براؤز کریں Kani TTS 2 آوازیں

ایک نظر میں

ڈیولپر
NineNineSix
لائسنس
Apache 2.0
تير
free
رفتار
fast
آواز کا کلوننگ
نہیں
زبانیں
English
زیادہ سے زیادہ حروف
1000

Kani TTS 2 آوازیں

Default

English
معیار 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.
← تمام آوازیں