Покет ТТС

Standard

Ултра-лек глас клониране, което работи в реално време на процесора

Very Fast Скорост
Good Качество
Да. Клониране
2 Езици

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

Разпределение на ръба и мобилния Реално време гласови асистентки на процесор Включва се вграден ток и вградени устройства Гласово клониране с ниско съдържание

Как да използвате Покет ТТС

  1. 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. 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. 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. 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. 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

Pocket TTS е ултра лек текстов модел от Kyutai с само 100 милиона параметри. Той работи в реално време на CPU и поддържа клониране на глас от 5 секунди от звук.

Pocket TTS е лицензиран под CC-BY-4.0, което позволява търговска употреба с акредитация. Трябва да кредитирате Kyutai при използването на него в търговски приложения.

В момента Pocket TTS поддържа английски и френски. Още езици могат да бъдат добавени в бъдещи издания.

Да! С само 100M параметри, Pocket TTS работи с реално време на стандартен хардуер на процесора. Не е необходим GPU, което го прави идеален за разгръщане на ръба и мобилни приложения.

И двете са леки и работят добре на CPU. Pocket TTS уникално поддържа клониране на гласа (Kokoro не). Kokoro поддържа повече езици (9 vs 2). Изберете Pocket TTS ако се нуждаете от леко клониране на гласа, Kokoro, ако се нуждаете от повече езиково покритие.

Осигурете 5 секунди референтен звук. Pocket TTS екстракти от говорника характеристики и може да генерира нова реч в този глас. Качеството подобрява с по-дълги препратки (до 10 секунди).

Да. За разлика от повечето модели на клониране, които изискват GPU, Pocket TTS извършва клониране на глас с нулеви точки изцяло по CPU благодарение на малкия отпечатък от 100M-параметър. Можете да клонирате глас от къс клип дори на лаптоп или еднобордов компютър.

Pocket TTS се освобождава под CC-BY-4.0, така че трябва да признаете Kyutai като оригинален създател, когато го използвате или преразпределяте. Проста атрибуция като "Глас, генериран с Pocket TTS от Kyutai" отговаря на лиценза за търговска и некоммерчески употреба, както.

Pocket TTS генерира реч в реално време или по-бързо на стандартен процесор, без GPU изисква. Това го прави един от най-отзивящите двигатели за нископозволено използване случаи като живи гласов асистент и генериране на устройства.

Покет ТТС е в стандартен ценови ниво, които струват 10 кредита на 1000 символа. Това го прави един от най-икономичните възможности за клониране на гласа на TextToSpeechAI.

И двете са леки, CPU-дружествени, стандартен двигатели. Изберете Pocket TTS, когато се нуждаете от клониране на гласа, тъй като Kokoro не го подкрепя. Изберете Kokoro, когато се нуждаете от по-широко езиково покритие и не е необходимо да клонира специфичен глас.

Да. Нови TextToSpeechAI акаунти получават безплатни стартер кредити, а демото на място ви позволява да чуете Pocket TTS преди да се ангажира. Регистрирайте се безплатно, качва къс референтен клип и генерира клонирани реч в секунди.

Technical Specs

  • Generation Speed Very Fast
  • Output Quality Good
  • Voice Cloning Supported
  • Languages 2
  • GPU VRAM CPU OK
  • Credits/1000 chars 10

Try Покет ТТС Now

Generate your first audio free. No credit card required.

Start Free