Pocket TTS 음성 인식
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
정확한 제어를 위해 SSML 태그로 텍스트를 래핑하십시오.
<speak><prosody rate="slow">Slow speech</prosody></speak>
선택한 모델이 이해하는 태그 — 텍스트에 드래그하려면 클릭하세요:
이 모델은 일반 텍스트를 읽기 때문에 인라인 태그는 무시됩니다. 태그 기반 감정을 위해서는 Orpheus 또는 Bark과 같은 표현 모델로 전환하십시오.
사용자 지정 발음 정의 (단어 = 발음):
정보 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.
최적화된 용도: Lightweight deployment, CPU-only environments, quick voice cloning
모두 찾아보기 Pocket TTS 목소리한눈에
- 개발자
- Kyutai
- 라이선스
- MIT
- 종
- free
- 속도
- fast
- 음성 복제
- 네
- 언어
- English, French
- 최대 문자수
- 1000