Пријави захт› јев за грешку / могућности

Pocket TTS ТТС

A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.

0/500 знакови · Пријавите се на 5.000 по генерацији. →

Упиши се за ограничење 5.000 знакова

ССМЛ режим (Синтези говора об‹ иљежавају језик за фину контролу)

Умотајте текст у ССМЛ ознаке за прецизну контролу:

<speak><prosody rate="slow">Slow speech</prosody></speak>

Ознаке емоција/ стила

Означе изабрани модел разуме — кликните да га испустите у текст где се то дешава:

р› јечник изговора

Дефинишите посебне изговоре (слов = изговор):

Скупина 0

-12 +12

ВИ модел

Глас

Језик

Формат излаза

Брзина 1.0x

0.5x 2.0x

Слободна са Пајпер, Витс, Мелоттс

Овд› је ће се појавити генерисани звук. Изаберите модел, унесите текст и кликните на Генериши.

О 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.

Најбоље за: Lightweight deployment, CPU-only environments, quick voice cloning

Прегледај све Pocket TTS гласови

На један поглед

Програмер: Kyutai
Лиценца: MIT
Низ: free
Брзина: fast
Гласово клонирање: Да.
језици: English, French
Макс. знакова: 1000

слободни Male