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