Pocket TTS TTS
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
নির্দিষ্ট নিয়ন্ত্রণের জন্য আপনার লেখাকে এস- এস- এম- এল ট্যাগ- এ ঢোকাও:
<speak><prosody rate="slow">Slow speech</prosody></speak>
নির্বাচিত মডেল যে ট্যাগগুলি বুঝে — আপনার লেখায় যেখানে তা ঘটে সেখানে একটি ট্যাগ স্থাপন করতে ক্লিক করুন:
এই মডেলটি প্লেইন টেক্সট পড়ে, তাই ইনলাইন ট্যাগগুলি উপেক্ষা করা হয়। ট্যাগ-ভিত্তিক আবেগ-প্রবণতার জন্য, Orpheus বা Bark-এর মত একটি প্রকাশক মডেলে পরিবর্তন করুন।
স্বনির্বাচিত উচ্চারণ নির্ধারণ করো (শব্দ = উচ্চারণ):
পরিচিতি 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.
এর জন্য সেরা: Lightweight deployment, CPU-only environments, quick voice cloning
সব ব্রাউজ করুন Pocket TTS শব্দএক নজরে
- ডেভেলপার
- Kyutai
- লাইসেন্স
- MIT
- টাইমার
- free
- গতি
- fast
- শব্দের ক্লোন
- হ্যাঁ
- ভাষা
- English, French
- সর্বোচ্চ অক্ষর
- 1000