Kitten TTS 2 Mini : synthèse vocale multilingue fonctionnant sur CPU

KittenML 11 13 : 82 M paramètres, 16 langues, 118 voix, sortie 24 kHz. Fournit des poids ONNX int8 (82.7 Mo) et int4 (47.5 Mo), tous deux exécutables sur CPU sans PyTorch, ainsi que des poids PyTorch float32. L'anglais dispose de 11 voix de personnages avec descriptions de persona (historien, journaliste radio, commentateur sportif, etc.), et les voix homonymes parlent également l'allemand, l'espagnol, l'italien, le portugais et le russe ; les autres langues disposent chacune de 2 à 8 voix numérotées. Le modèle, les packs de voix et les fichiers G2P sont sous licence Apache-2.0.

Titre original : KittenML/kitten-tts-2-mini

KittenML 11 13 : 82 M paramètres, 16 langues, 118 voix, sortie 24 kHz. Fournit des poids ONNX int8 (82.7 Mo) et int4 (47.5 Mo), tous deux exécutables sur CPU sans PyTorch, ainsi que des poids PyTorch float32. L'anglais dispose de 11 voix de personnages avec descriptions de persona (historien, journaliste radio, commentateur sportif, etc.), et les voix homonymes parlent également l'allemand, l'espagnol, l'italien, le portugais et le russe ; les autres langues disposent chacune de 2 à 8 voix numérotées. Le modèle, les packs de voix et les fichiers G2P sont sous licence Apache-2.0.

Pourquoi c'est important La version int4 fait moins de cinquante Mo, fonctionne sur CPU, est sous licence Apache utilisable commercialement, idéale pour la lecture hors ligne et le doublage multilingue

Score de progression 35 · J'aime 35 · Téléchargements 3887

Raisons

  • Couvre l'anglais, l'allemand, l'espagnol, l'italien, le portugais, le russe, l'hindi, le danois, le finnois, le français, le japonais, le coréen, le néerlandais, le suédois, le swahili et le turc, soit 16 langues au total
  • Installation en une ligne via pip install kittenml, ne téléchargeant que les fichiers nécessaires selon le backend et le format de poids choisis
  • Les voix peuvent être spécifiées par nom ou description, le paramètre speed ajuste le débit de parole

Utilisation

  • pip install kittenml ; après KittenTTS("KittenML/kitten-tts-2-mini"), utilisez generate(texte, voice="Eleanor"), puis écrivez le fichier avec soundfile à 24000 Hz
  • Pour changer de langue : sélectionnez une voix de cette langue via voice, ou passez simplement language="de" pour utiliser la première voix de cette langue ; les voix anglaises avec language= peuvent parler l'allemand, l'espagnol, l'italien, le portugais et le russe
  • weights="int4" utilise la version int4 (nécessite onnxruntime 1.20 ou supérieur) ; backend="torch", device="cuda" utilise le GPU pour les poids float32

Risques

  • Ne prend pas en charge le chinois ; aucune évaluation de la qualité audio ou du taux d'erreur n'est fournie, et il n'y a pas de clonage vocal
  • Les langues non anglaises proposent principalement des voix numérotées comme Female 1 ou Male 1, sans description de style. Cette entrée n'a pas été exécutée

Ouvrir

Hugging Face Trending

Parcourir les dernières actualités IA