Pocket TTS

Om Pocket TTS

Pocket TTS by Kyutai er en ultra-letvægts 100M parameter tekst-til-tale model, der kører i realtid på CPU. På trods af sin lille størrelse, det understøtter voice kloning fra kun 5 sekunders reference audio. Perfekt til kant implementering, mobile applikationer, og scenarier, hvor GPU ressourcer er begrænsede. I øjeblikket understøtter engelsk og fransk.

Nøglefunktioner

Brugstilfælde

Hvordan man bruger Pocket TTS

1. 1

   Tilmeld dig gratis eller prøv demoen

   Opret en gratis TextToSpeechAI konto til at modtage startkreditter, eller brug demoen på stedet til at høre Pocket TTS før du tilmelder dig. Ingen GPU eller lokal installation er nødvendig.

2. 2

   Vælg Pocket TTS og tilføje en stemme til klon

   Vælg Pocket TTS som din motor, derefter uploade en kort reference klip på omkring 5 til 10 sekunder til at klone denne stemme. Pocket TTS kører helt på CPU, så kloning er hurtig og let.

3. 3

   Indtast din tekst

   Skriv eller indsæt den engelske eller franske tekst du vil have talt. Hold øje med karaktertallet, da Pocket TTS-regninger med en standardsats på 10 credits pr. 1.000 tegn.

4. 4

   Generér lyden

   Klik på generere og Pocket TTS syntetiserer din tekst i klonet stemme ved real-time hastighed. De fleste klip er klar på få sekunder, fordi modellen er så lille og CPU-effektiv.

5. 5

   Download eller brug API'en

   Download den færdige lyd, eller automatiser generation gennem TextToSpeechAI REST API på api.texttospeechai.com ved hjælp af din konto token. API udsætter den samme Pocket TTS kloning og syntese for dine egne apps.

Pocket TTS API

Generer tale programmatisk ved hjælp af 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": "Pocket TTS leverer stemmekloning, der kører i realtid, selv på CPU.",
    "voice": "en_US-lessac-medium"
  }'

Ofte stillede spørgsmål