Pocket TTS ТТС
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
Заверните текст в SSML для точного контроля:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Помечает выбранную модель, которая понимает — нажмите, чтобы выкинуть одну в ваш текст, где она случается:
Эта модель читает простой текст, поэтому встраиваемые метки игнорируются. Для эмоций на основе метки переключайтесь на экспрессивную модель, как Орфей или Барк.
Определить традиционные произношения (слово = произношение):
О том, что 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.
Лучший для: Lightweight deployment, CPU-only environments, quick voice cloning
Просмотр Pocket TTS голосаВзгляните.
- Разработчик
- Kyutai
- Лицензия
- MIT
- Тяжелый
- free
- Скорость
- fast
- Клонирование голоса
- Выполнено
- Знание языков
- English, French
- Максимум символов
- 1000