Pocket TTS TTS
A compact 100M-parameter CPU model from Kyutai (makers of Moshi) with single-sample voice cloning.
Kesin kontrol için metninizi SSML etiketleri içinde sarılın:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Seçilmiş modeli anlayan etiketler — bir tanesini metinde olduğu yere bırakmak için tıklayınız:
Bu model sıradan metin okur, bu yüzden satır içindeki etiketler göz ardı edilir. Etiket tabanlı duygular için, Orpheus veya Bark gibi ifadesel bir modele geçin.
Özel telaffuzları tanımla (kelime = telaffuz):
Hakkında 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.
En iyi: Lightweight deployment, CPU-only environments, quick voice cloning
Hepsini Ara Pocket TTS sesleriBir bakışta
- Geliştirici
- Kyutai
- Lisans
- MIT
- Hayvan
- free
- Hız
- fast
- Ses klonlama
- Evet
- Dilleri
- English, French
- Maksimum karakterler
- 1000