Pocket TTS 1 - تكنولوجيا المعلومات والاتصالات
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
لف نصك في علامات SSML للتحكم الدقيق:
<speak><prosody rate="slow">Slow speech</prosody></speak>
العلامات التي يفهمها النموذج المختار — انقر لإسقاط واحدة في نصك حيث تحصل:
هذا النموذج يقرأ النص العادي، لذلك يتم تجاهل العلامات في السطر. للتعبير عن المشاعر القائمة على العلامات، انتقل إلى نموذج تعبيري مثل أورفيوس أو بارك.
تعريف النطق العادي (كلمة = نطق):
حول Pocket TTS
Pocket TTS comes from Kyutai, the lab behind the Moshi speech model, and is built around a transformer paired with the Mimi codec. At just 100M parameters it runs efficiently on CPU, yet it still supports zero-shot voice cloning from a single audio sample — an unusual feature at this size. It covers English and French and handles up to 1,000 characters per request at fast (~2s) speeds. The small footprint and ~1GB VRAM make it a natural fit for edge deployment and low-resource or CPU-only environments where quick voice cloning is needed.
أفضل لل: Lightweight deployment, CPU-only environments, quick voice cloning
تصفح جميع Pocket TTS الأصواتلمحة عامة
- مطوِّر
- Kyutai
- الترخيص
- MIT
- الرتبة
- free
- السرعة
- fast
- استنساخ الصوت
- نعم
- اللغات
- English, French
- الحد الأقصى للحروف
- 1000