Pocket TTS TTS
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
Ang yuta palibot sa Ssm kay medyo kabukiran.
<speak><prosody rate="slow">Slow speech</prosody></speak>
Ang mga tag sa gipili nga modelo makasabut - i-klik aron ihulog ang usa sa imong teksto diin kini mahitabo:
Ang modelong kini mobasa sa yano nga teksto, busa ang mga inline tags gi-ignore. Alang sa mga tag-based nga emosyon, i-usab sa usa ka ekspresyonal nga modelo sama sa Orpheus o Bark.
Ang yuta palibot sa Cerro La Pronunciación kay lain-lain.
Sa palibot sa Aïn el Aïd. 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.
Sa palibot sa Best.: Lightweight deployment, CPU-only environments, quick voice cloning
Lawak ang lahat Pocket TTS TingogSa palibot sa Glance.
- Pag-uswag
- Kyutai
- Lisensiya
- MIT
- Tigre
- free
- Katulin
- fast
- Sa palibot sa Klondike.
- Sa palibot sa Jabal al Muḩallaqta.
- Linguistics
- English, French
- Maksimum nga mga karakter
- 1000