Покет ТТС
StandardУлтра-лек глас клониране, което работи в реално време на процесора
За Покет ТТС
Pocket TTS от Kyutai е ултра леко 100M параметър текст-то-шпик, който работи в реално време на процесора. Въпреки малкия си размер, той поддържа клониране на глас от само 5 секунди референтен звук. Перфектен за разгръщане на ръба, мобилни приложения и сценарии, където ресурсите на GPU са ограничени.
Ключови характеристики
Ултра- леко
100M параметри - работи в реално време на процесора с минимални ресурси.
Гласово клониране
Клонирайте всеки глас от само 5 секунди референтен звук, дори и при процесора.
Реално- време при процесор
Не е необходимо GPU. генерира реч при скорост в реално време на стандартен хардуер.
Подготвително
Достатъчно малки за мобилни устройства, Maline Pi и вградени системи.
Случаи на употреба
Как да използвате Покет ТТС
-
1
Запишете се безплатно или опитайте демото
Създаване на безплатен TextToSpeechAI акаунт за да получите стартер кредити, или да използвате демото на място, за да чуете Pocket TTS преди да се регистрира. Не е необходимо GPU или местна инсталация.
-
2
Изберете Pocket TTS и добавите глас към клониране
Изберете Pocket TTS като вашия двигател, след това качи къс референтен клип от около 5 до 10 секунди, за да клонира този глас. Pocket TTS работи изцяло на CPU, така че клонирането е бързо и леко.
-
3
Въведете вашия текст
Напишете или вливайте английски или френски текст, който искате да говорите. Дръжте под око броя на символите, тъй като Pocket TTS банкноти на стандартната ставка от 10 кредита на 1000 символа.
-
4
Създаване на звука
Кликнете върху генериране и Pocket TTS синтезират вашия текст в клонирания глас при скорост в реално време. Повечето клипове са готови за секунди, защото моделът е толкова малък и процесорно ефикасен.
-
5
Изтеглете или използвайте API
Изтеглете завършите аудио или автоматизирайте генерирането през TextToSpeechAI REST API в api.texttospeechai.com с помощта на вашия акаунт. API разкрива същите Pocket TTS клониране и синтез за вашите собствени приложения.
Покет ТТС АПИ
Генериране на речна програма с помощта на TextToSpeechAI REST API.
curl -X POST "https://api.texttospeechai.com/v1/generate/" \
-H "Authorization: Bearer YOUR_API_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"text": "Покет ТТС осигурява клониране на гласа, което работи в реално време, дори и по процесора.",
"voice": "en_US-lessac-medium"
}'
Често задавани въпроси
Technical Specs
- Generation Speed Very Fast
- Output Quality Good
- Voice Cloning Supported
- Languages 2
- GPU VRAM CPU OK
- Credits/1000 chars 10