kitten-tts-2-mini

Kitten TTS 2 Mini содержит около 8200 тысяч параметров, поддерживает 16 языков, включая английский, немецкий, испанский, французский, японский и корейский, предлагает 118 голосовых тембров и выводит речь с частотой дискретизации 24 кГц. По умолчанию используется ONNX Runtime с int8 весами (размер 82.7 МБ, достаточно процессора, PyTorch не требуется), также предоставляются PyTorch-веса в формате float32, которые можно запускать на GPU. Английские голоса представляют собой персонажей с заданными характеристиками (например, низкий голос историка или энергичный спортивный комментатор); при изменении параметра language тот же голос может говорить на пяти других языках.

Kitten TTS 2 Mini содержит около 8200 тысяч параметров, поддерживает 16 языков, включая английский, немецкий, испанский, французский, японский и корейский, предлагает 118 голосовых тембров и выводит речь с частотой дискретизации 24 кГц. По умолчанию используется ONNX Runtime с int8 весами (размер 82.7 МБ, достаточно процессора, PyTorch не требуется), также предоставляются PyTorch-веса в формате float32, которые можно запускать на GPU. Английские голоса представляют собой персонажей с заданными характеристиками (например, низкий голос историка или энергичный спортивный комментатор); при изменении параметра language тот же голос может говорить на пяти других языках.

Почему это важно Работает без установки PyTorch, подходит для интеграции в локальные приложения; английские голоса под одним и тем же именем также поддерживают немецкий, испанский, итальянский, португальский и русский языки.

Лайки «обнимашки» 17 · Баллы роста «обнимашки» 17 · Загрузки «обнимашки» 1271

Лицензия: разрешено коммерческое использование · ComfyUI: пока нет · Память GPU: ≈1 ГБ (оценка)

Причины

  • Лицензия Apache-2.0 распространяется на модель, пакеты голосов и прилагаемые файлы транскрипции
  • После установки через pip install kittenml генерация выполняется несколькими строками кода

Использование

  • Выполните pip install kittenml, затем KittenTTS("KittenML/kitten-tts-2-mini").generate("Hello there", voice="Eleanor"), сохраните результат через soundfile с частотой дискретизации 24000; для работы на GPU добавьте параметры backend="torch", device="cuda"

Риски

  • Не поддерживается китайский язык; для хинди, японского, корейского, турецкого и других языков доступно только от 2 до 5 голосов
  • В карточке модели отсутствуют оценки качества звука или примеры аудиозаписей

Открыть

抱脸 text-to-speech 上升榜

Открыть последние новости ИИ