Pocket TTS TTSName
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
ტექსტის გადატანა SSML ჭდეებში ზუსტი კონტროლისთვის:
<speak><prosody rate="slow">Slow speech</prosody></speak>
მონიშნული მოდელისთვის გასაგები ჭდეები - დააწკაპუნეთ, რომ ერთი ჭდე თქვენს ტექსტში ჩააგდოთ, სადაც ის მოხდება:
ეს მოდელი კითხულობს ჩვეულებრივ ტექსტს, ამიტომ შიგნით თავსებული ჭდეები იგნორირდება. ჭდეებზე დაფუძნებული ემოციებისთვის გადადით გამოხატვის მოდელში, როგორიცაა Orpheus ან Bark.
ინდივიდუალური გამოთქმების განსაზღვრა (სიტყვი = გამოთქმა):
ინფორმაცია 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.
საუკეთესოა: Lightweight deployment, CPU-only environments, quick voice cloning
ყველას დათვალიერება Pocket TTS ხმაჟ მალკჲ ოჲდლვენსგაŒვ
- პროგრამისტი
- Kyutai
- ლიცენზია
- MIT
- იანვარი
- free
- სიჩქარე
- fast
- ხმა
- ეა
- ენაName
- English, French
- სიმბოლოების მაქსიმალური რაოდენობა
- 1000