Pocket TTS TTS
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
Írja be a szöveget az SSML címkékbe a pontos vezérlés érdekében:
<speak><prosody rate="slow">Slow speech</prosody></speak>
A kijelölt modell tagjeiben a ~ kattintson az alábbi szövegbe:
Ez a modell egyszerű szöveget olvas, így a sorcímke figyelmen kívül marad. A tag alapú érzelem, váltson át egy expresszív modell, mint Orpheus vagy Bark.
Definiáld az egyéni kiejtéseket (szó = kiejtés):
About 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.
Legjobb: Lightweight deployment, CPU-only environments, quick voice cloning
Összes böngészés Pocket TTS hangokEgy pillantásra
- Fejlesztő
- Kyutai
- Jogosítvány
- MIT
- Tier
- free
- Sebesség
- fast
- Hang klónozása
- Igen.
- Nyelvek
- English, French
- Max. karakterek
- 1000