Kitten TTS 2 Mini 约 8200 万参数,支持英、德、西、法、日、韩等 16 种语言,共 118 个音色,输出 24 kHz 语音。默认用 ONNX Runtime 跑 int8 权重(82.7 MB,CPU 即可,不需要 PyTorch),也提供 float32 的 PyTorch 权重,可以放到 GPU 上跑。英文音色是带人物设定的角色声(如低沉的历史学者、热情的体育解说),切换 language 参数后同一音色还能说另外五种语言。
为什么重要 不装 PyTorch 也能用,适合嵌进本地应用;英文音色在同一名字下还能说德、西、意、葡、俄五种语言。
抱脸点赞 17 · 抱脸上升分 17 · 抱脸下载 1271
许可证:可商用 · ComfyUI:暂无 · 显存:≈1 GB 估算
理由
- Apache-2.0 许可,模型、音色包和自带的注音文件都适用
- pip install kittenml 后几行代码就能生成
用法
- pip install kittenml,然后 KittenTTS("KittenML/kitten-tts-2-mini").generate("Hello there", voice="Eleanor"),用 soundfile 按 24000 采样率保存;加 backend="torch", device="cuda" 改用 GPU
风险
- 不支持中文;印地语、日语、韩语、土耳其语等只有 2–5 个音色
- 模型卡没有给出音质评测或示例音频