Pocket TTS टीएसटी
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
अस्थायी नियंत्रण के लिए एसएसएमएल टैग में अपने पाठ को लपेटें:
<speak><prosody rate="slow">Slow speech</prosody></speak>
चुने गए मॉडल को समझने के लिए टैग - पर क्लिक करें जहाँ हो वहाँ किसी को छोड़ा जाए:
यह मॉडल सादा पाठ पढ़ता है, तो इनलाइन टैग नज़रअंदाज़ किया जाता है. टैग आधारित भावना के लिए, ओरे-हिक मॉडल या बारक में स्विच करता है.
मनपसंद उच्चारण पारिभाषित करें (नाम = उच्चारण):
के बारे में 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.
के लिए उत्तम: Lightweight deployment, CPU-only environments, quick voice cloning
सभी ब्राउज़ करें Pocket TTS आवाज़एक नज़र
- डेवलपर
- Kyutai
- लाइसेंस
- MIT
- टीयर
- free
- गति
- fast
- आवाज कहीं नहीं
- हाँ
- भाषाएँ
- English, French
- अधिकतम अक्षर
- 1000