kitten-tts-2-mini

Kitten TTS 2 Mini compte environ 8200 000 paramètres, prend en charge l'anglais, l'allemand, l'espagnol, le français, le japonais, le coréen et d'autres langues (au total 16 langues), propose 118 voix différentes et génère une sortie audio à 24 kHz. Par défaut, il utilise ONNX Runtime pour exécuter des poids int8 (82.7 Mo, fonctionnant sur CPU sans nécessiter PyTorch). Des poids float32 pour PyTorch sont également fournis et peuvent être exécutés sur GPU. Les voix anglaises sont des voix de personnages avec des profils définis (par exemple, un historien au ton grave ou un commentateur sportif enthousiaste) ; en changeant le paramètre language, la même voix peut parler cinq autres langues.

Kitten TTS 2 Mini compte environ 8200 000 paramètres, prend en charge l'anglais, l'allemand, l'espagnol, le français, le japonais, le coréen et d'autres langues (au total 16 langues), propose 118 voix différentes et génère une sortie audio à 24 kHz. Par défaut, il utilise ONNX Runtime pour exécuter des poids int8 (82.7 Mo, fonctionnant sur CPU sans nécessiter PyTorch). Des poids float32 pour PyTorch sont également fournis et peuvent être exécutés sur GPU. Les voix anglaises sont des voix de personnages avec des profils définis (par exemple, un historien au ton grave ou un commentateur sportif enthousiaste) ; en changeant le paramètre language, la même voix peut parler cinq autres langues.

Pourquoi c'est important Utilisable sans installer PyTorch, idéal pour l'intégration dans des applications locales ; les voix anglaises peuvent également parler allemand, espagnol, italien, portugais et russe sous le même nom de voix.

J'aime (Hugging Face) 17 · Score d'ascension (Hugging Face) 17 · Téléchargements (Hugging Face) 1271

Licence : usage commercial autorisé · ComfyUI : non disponible · Mémoire GPU : ≈1 Go (estimation)

Raisons

  • Licence Apache-2.0, s'appliquant au modèle, aux packs de voix et aux fichiers de phonétique inclus
  • Quelques lignes de code suffisent pour générer du texte après pip install kittenml

Utilisation

  • pip install kittenml, puis KittenTTS("KittenML/kitten-tts-2-mini").generate("Hello there", voice="Eleanor") ; sauvegardez avec soundfile à une fréquence d'échantillonnage de 24000 Hz ; ajoutez backend="torch", device="cuda" pour utiliser le GPU

Risques

  • Le chinois n'est pas pris en charge ; l'hindi, le japonais, le coréen, le turc et d'autres langues ne disposent que de 2 à 5 voix
  • La fiche du modèle ne fournit ni évaluations de la qualité audio ni exemples sonores

Ouvrir

抱脸 text-to-speech 上升榜

Parcourir les dernières actualités IA