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.
Tí o dara jù fún: Lightweight deployment, CPU-only environments, quick voice cloning
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.
Mostly. Pocket TTS weights are released under CC BY 4.0 and it sits in the free tier. Its Jean and Cosette voices come from non-commercial datasets and are marked "Personal and non-commercial use only" on every plan. Audio from its other voices is for personal use on the free tier and can be used commercially on any paid plan. It supports English and French.
Fi àkọlé rẹ̀ sípò láti gba àwọn àbùdá 15,000 tí a kò fẹ́ ki o si kọ́ ìṣàfilọ́lẹ̀ àwọn àkọlé.
Kò ní àmì-àṣírí kan tí a fẹ́ — a óò fi líǹkì kọ́ọ̀kan ranṣẹ sí ọ̀rọ̀ìmọ̀ láti fi àwọn pàtó nígbà kejì.
Àwọn ààyè-iṣẹ́ tí a fi pamọ́
O ti lo àwọn àmì-àṣírí ọ̀fẹ̀ rẹ̀ 5,000 ní ọjọ́ kan. Ṣẹ̀dà kànẹ́ẹ̀lì ọ̀fẹ̀ láti gba àwọn àmì-àṣírí bónus 15,000 tí a fi 10,000 àwọn àmì-àṣírí ọ̀fẹ̀ pamọ́ ní gbogbo oṣù.
Àwọn ìdájú ìdájú àwọn ìdájú ọjọ́ nínú aagóọ̀kan UTC.
Àwọn Àbùdá Tí Kò Ní
O kò ní àwọn àyọkà to kù jù lọ fún àwòrán yìí. Àwòrán tí a fi pamọ́ (Kokoro, Piper, VITS, MeloTTS, Pocket TTS) ní a fi pamọ́ ní gbogbo àyò.
Fi àrẹ̀sì rẹ̀ sílẹ̀ - àwọn àmì-àṣírí kò ní àwọn tí a fẹ́. Jẹ́ kí o ń wòye àwọn àwòrán àwòrán AI.
Kò ní àmì-àṣírí kan tí a fẹ́ — a óò fi líǹkì kọ́ọ̀kan ranṣẹ sí ọ̀rọ̀ìmọ̀ láti fi àwọn pàtó nígbà kejì.
Àwọn ààyè-iṣẹ́ tí a fi pamọ́
Ó
Ṣẹ̀dà kọ̀ǹpútà ọ̀fẹ̀ kan láti gba 15 kọ̀ǹpútà àti ìṣàfilọ́lẹ̀ sí àwọn móòdù àwọn ẹ̀yàn, àwọn ìgbà ìdáràn àwọn àwòrán tí o gà jú, àti àwọn mìíràn.
Fi àwọn ìrànwọ́ pamọ́ sí wa
Fi wà sọ̀rọ̀ ohun tí a tílẹ̀ jẹ́ tàbí ohun tí o tí ǹró. A kọ́ gbogbo àkọlé.
O ṣeun — a ti gba o. Ti o ba ti fi imeeli ranṣẹ, a yoo dáwọ́.
