kitten-tts-2-mini

Kitten TTS 2 Mini có khoảng 8200 nghìn tham số, hỗ trợ 16 ngôn ngữ bao gồm tiếng Anh, Đức, Tây Ban Nha, Pháp, Nhật, Hàn, với tổng cộng 118 giọng nói và đầu ra âm thanh ở tần số 24 kHz. Mặc định sử dụng ONNX Runtime để chạy trọng số int8 (82.7 MB, chỉ cần CPU, không cần PyTorch), đồng thời cung cấp trọng số PyTorch dạng float32 có thể chạy trên GPU. Các giọng tiếng Anh là giọng nhân vật có thiết lập tính cách (ví dụ: nhà sử học trầm ấm, bình luận viên thể thao nhiệt huyết); khi chuyển đổi tham số language, cùng một giọng có thể nói thêm năm ngôn ngữ khác.

Kitten TTS 2 Mini có khoảng 8200 nghìn tham số, hỗ trợ 16 ngôn ngữ bao gồm tiếng Anh, Đức, Tây Ban Nha, Pháp, Nhật, Hàn, với tổng cộng 118 giọng nói và đầu ra âm thanh ở tần số 24 kHz. Mặc định sử dụng ONNX Runtime để chạy trọng số int8 (82.7 MB, chỉ cần CPU, không cần PyTorch), đồng thời cung cấp trọng số PyTorch dạng float32 có thể chạy trên GPU. Các giọng tiếng Anh là giọng nhân vật có thiết lập tính cách (ví dụ: nhà sử học trầm ấm, bình luận viên thể thao nhiệt huyết); khi chuyển đổi tham số language, cùng một giọng có thể nói thêm năm ngôn ngữ khác.

Tại sao quan trọng Có thể sử dụng mà không cần cài đặt PyTorch, phù hợp để tích hợp vào các ứng dụng cục bộ; các giọng tiếng Anh dưới cùng một tên có thể nói thêm năm ngôn ngữ: Đức, Tây Ban Nha, Ý, Bồ Đào Nha và Nga.

Hôn mặt thích 17 · Hôn mặt tăng điểm 17 · Hôn mặt tải xuống 1271

Giấy phép: Được phép sử dụng thương mại · ComfyUI: Chưa có · VRAM: ≈1 GB (ước tính)

Lý do

  • Giấy phép Apache-2.0, áp dụng cho mô hình, gói giọng nói và các tệp phiên âm đi kèm
  • Sau khi pip install kittenml, chỉ cần vài dòng mã là có thể tạo ra âm thanh

Cách sử dụng

  • pip install kittenml, sau đó KittenTTS("KittenML/kitten-tts-2-mini").generate("Hello there", voice="Eleanor"), sử dụng soundfile để lưu với tần số lấy mẫu 24000; thêm backend="torch", device="cuda" để chuyển sang sử dụng GPU

Rủi ro

  • Không hỗ trợ tiếng Trung; tiếng Hindi, Nhật, Hàn, Thổ Nhĩ Kỳ và các ngôn ngữ khác chỉ có 2–5 giọng
  • Thẻ mô hình không cung cấp đánh giá chất lượng âm thanh hoặc mẫu âm thanh

Mở

抱脸 text-to-speech 上升榜

Xem tin AI mới nhất