Pocket TTS

Pocket TTS เสียง

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

ลงทะเบียน สำหรับจำกัดตัวอักษร 5,000 ตัว

หมุนข้อความของคุณในแท็ก SSML เพื่อควบคุมอย่างแม่นยำ:

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

แท็กที่โมเดลที่เลือกไว้เข้าใจ - คลิกเพื่อวางแท็กลงในข้อความของคุณที่มันเกิดขึ้น:

โมเดลนี้อ่านข้อความธรรมดา ดังนั้น แท็กในบรรทัดจะถูกละเลย สำหรับอารมณ์ที่ใช้แท็ก เปลี่ยนไปใช้โมเดลแสดงออก เช่น Orpheus หรือ Bark

ตั้งค่าการออกเสียงที่กำหนดเอง (คำ = การออกเสียง):

-12 +12
0.5x 2.0x
ใช้ฟรีกับไพเปอร์, VITS, MeloTTS
เสียงที่สร้างขึ้นจะปรากฏที่นี่ เลือกโมเดล พิมพ์ข้อความ และคลิกที่ สร้าง
สร้างเสียงสำเร็จแล้ว
0:00
ดาวน์โหลดเพลง ดาวน์โหลด ลิงก์หมดอายุใน 24 ชั่วโมง
ระดับฟรี: ใช้ส่วนตัว ใบอนุญาตเชิงพาณิชย์จาก $5/เดือน
ทำเสียงนี้เป็นเสียงของตัวเอง โคลนเสียงใน 30 วินาที
รัก TTS.ai บอกเพื่อนๆ

เกี่ยวกับ 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.

เหมาะสำหรับ: Lightweight deployment, CPU-only environments, quick voice cloning

แสดงทั้งหมด Pocket TTS เสียง

เพียงแค่มองดู

ผู้พัฒนา
Kyutai
ใบอนุญาต
MIT
สัตว์
free
ความเร็ว
fast
เสียง
ใช่
ภาษา
English, French
จำนวนตัวอักษรสูงสุด
1000

Pocket TTS เสียง

Alba

English
ว่าง Female

Azelma

English
ว่าง Female

Cosette

English
ว่าง Female

Eponine

English
ว่าง Female

Fantine

English
ว่าง Female

Fantine (French)

French
ว่าง Female

Javert

English
ว่าง Male

Jean

English
ว่าง Male

Jean (French)

French
ว่าง Male

Marius

English
ว่าง Male

Pocket TTS คำถามที่พบบ่อย

Yes. Pocket TTS does zero-shot voice cloning from a single reference sample (about 3 seconds), which is notable for a model this small.

Yes. At 100M parameters it runs efficiently on CPU and needs only about 1GB VRAM if a GPU is used, making it well suited to edge and low-resource deployment.

Yes. Pocket TTS is MIT-licensed and in the free tier. It supports English and French.
← เสียงทั้งหมด