Τσέπη TTS

Standard

Υπερ-ελαφριά κλωνοποίηση φωνής που τρέχει σε πραγματικό χρόνο σε CPU

Very Fast Ταχύτητα
Good Ποιότητα
Ναι. Κλώνος
2 Γλώσσες

Σχετικά Τσέπη TTS

Pocket TTS by Kyutai είναι ένα εξαιρετικά ελαφρύ μοντέλο παραμέτρων 100M κείμενο προς ομιλία που τρέχει σε πραγματικό χρόνο σε CPU. Παρά το μικρό του μέγεθος, υποστηρίζει την κλωνοποίηση φωνής από μόλις 5 δευτερόλεπτα του ήχου αναφοράς. Τέλεια για την ανάπτυξη άκρη, mobile εφαρμογές, και σενάρια όπου οι πόροι GPU είναι περιορισμένες.

Βασικά χαρακτηριστικά

Υπερβολικό βάρος

100M παράμετροι - τρέχει σε πραγματικό χρόνο σε CPU με ελάχιστους πόρους.

Κλωνοποίηση φωνής

Κλώνε οποιαδήποτε φωνή από μόλις 5 δευτερόλεπτα ήχου αναφοράς, ακόμη και σε CPU.

Πραγματικός χρόνος για CPU

Δεν απαιτείται GPU. Δημιουργεί ομιλία σε πραγματικό χρόνο ταχύτητα σε κανονικό υλικό.

Έτοιμοι για την Εντζε

Αρκετά μικρό για κινητές συσκευές, Raspberry Pi, και ενσωματωμένα συστήματα.

Περιπτώσεις χρήσης

Ανάπτυξη της επιφάνειας και της κινητής τηλεφωνίας Βοηθοί φωνής σε πραγματικό χρόνο σε CPU IoT και ενσωματωμένες συσκευές Κλωνοποίηση φωνής χαμηλής πηγής

Πώς να χρησιμοποιήσετε το φάρμακο Τσέπη TTS

  1. 1

    Εγγραφείτε δωρεάν ή δοκιμάστε το demo

    Δημιουργήστε ένα δωρεάν λογαριασμό TextToSpeechAI για να λάβετε μονάδες εκκίνησης, ή χρησιμοποιήστε το demo επί τόπου για να ακούσετε Pocket TTS πριν από την εγγραφή. Δεν GPU ή τοπική εγκατάσταση είναι απαραίτητη.

  2. 2

    Επιλέξτε TTS τσέπη και προσθέστε μια φωνή στον κλώνο

    Επιλέξτε Τσεκούρι TTS ως κινητήρα σας, στη συνέχεια, ανεβάστε ένα σύντομο κλιπ αναφοράς περίπου 5 έως 10 δευτερόλεπτα για να κλωνοποιήσετε αυτή τη φωνή.

  3. 3

    Εισάγετε το κείμενο σας

    Πληκτρολογήστε ή επικολλήστε το αγγλικό ή γαλλικό κείμενο που θέλετε να μεταβείτε. Παρακολουθήστε τον αριθμό χαρακτήρων, δεδομένου ότι οι λογαριασμοί TTS Pocket με το κανονικό ποσοστό των 10 μονάδων ανά 1.000 χαρακτήρες.

  4. 4

    Δημιουργία ήχου

    Κάντε κλικ στην παραγωγή και Pocket TTS συνθέτει το κείμενο σας στην κλωνοποιημένη φωνή σε πραγματικό χρόνο ταχύτητα.

  5. 5

    Κατεβάστε ή χρησιμοποιήστε το API

    Κατεβάστε το τελικό ήχο, ή αυτοματοποιήστε την γενιά μέσω του TextToSpeechAI REST API στο api.texttospeechai.com χρησιμοποιώντας το σύμβολο λογαριασμού σας. Το API εκθέτει την ίδια Pocket TTS κλωνοποίηση και σύνθεση για τις δικές σας εφαρμογές.

Τσέπη TTS API

Δημιουργήστε ομιλία προγραμματικά χρησιμοποιώντας το 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": "Η Τσέπη TTS παραδίδει κλωνοποίηση φωνής που τρέχει σε πραγματικό χρόνο, ακόμα και σε ΚΜΕ.",
    "voice": "en_US-lessac-medium"
  }'

Συχνές Ερωτήσεις

Pocket TTS είναι ένα εξαιρετικά ελαφρύ μοντέλο κειμένου προς ομιλία από το Kyutai με μόνο 100 εκατομμύρια παραμέτρους.

Το Pocket TTS είναι αδειοδοτημένο με άδεια CC-BY-4.0, η οποία επιτρέπει την εμπορική χρήση με την απόδοση.

Επί του παρόντος, η Pocket TTS υποστηρίζει Αγγλικά και Γαλλικά.

Ναι! Με μόνο 100M παραμέτρους, Τσέπη TTS τρέχει σε πραγματικό χρόνο ταχύτητα σε κανονικό υλικό CPU. Δεν GPU είναι απαραίτητη, καθιστώντας το ιδανικό για την ανάπτυξη ακμές και εφαρμογές κινητών.

Και οι δύο είναι ελαφριά και λειτουργούν καλά σε CPU. Pocket TTS υποστηρίζει μοναδικά την κλωνοποίηση φωνής (Kokoro δεν. Kokoro υποστηρίζει περισσότερες γλώσσες (9 vs 2). Επιλέξτε Pocket TTS αν χρειάζεστε ελαφρύ κλωνοποίηση φωνής, Kokoro αν χρειάζεστε περισσότερη γλωσσική κάλυψη.

Παρέχουν 5 δευτερόλεπτα ήχου αναφοράς. Pocket TTS εκχυλίσματα χαρακτηριστικά ηχείων και μπορεί να δημιουργήσει νέα ομιλία σε αυτή τη φωνή. Η ποιότητα βελτιώνεται με μεγαλύτερες αναφορές (μέχρι 10 δευτερόλεπτα).

Ναι. Σε αντίθεση με τα περισσότερα μοντέλα κλωνοποίησης που απαιτούν GPU, Pocket TTS εκτελεί μηδενικής-shot κλωνοποίησης φωνής εξ ολοκλήρου σε CPU χάρη στο μικρό αποτύπωμα 100M-παραμετρικού. Μπορείτε να κλωνοποιήσετε μια φωνή από ένα σύντομο κλιπ ακόμη και σε ένα φορητό υπολογιστή ή έναν ενιαίο πίνακα υπολογιστή.

Το Pocket TTS κυκλοφορεί με CC-BY-4.0, οπότε πρέπει να πιστώσετε τον Kyutai ως τον αρχικό δημιουργό όταν το χρησιμοποιείτε ή το αναδιανέμετε. Μια απλή απόδοση όπως η "Φωνή που παράγεται με Pocket TTS από Kyutai" πληροί την άδεια για εμπορική και μη εμπορική χρήση.

Η Τσέπη TTS δημιουργεί λόγο σε πραγματικό χρόνο ή γρηγορότερα σε μια τυπική CPU, χωρίς να απαιτείται GPU. Αυτό το καθιστά έναν από τους πιο ανταποκρίνεται κινητήρες για χαμηλές-λατρότητας περιπτώσεις χρήσης όπως ζωντανές συσκευές φωνής και σε γενιά συσκευών.

Το Pocket TTS είναι στην τυπική βαθμίδα τιμολόγησης, κοστίζει 10 μονάδες ανά 1.000 χαρακτήρες. Αυτό το καθιστά μια από τις πιο οικονομικές επιλογές φωνητικής σύνδεσης διαθέσιμες σε TextToSpeechAI.

Και οι δύο είναι ελαφριά, φιλική προς την CPU, πρότυπο-tier κινητήρες. Pick Pocket TTS όταν χρειάζεστε κλωνοποίηση φωνής, δεδομένου ότι το Kokoro δεν υποστηρίζει. Επιλέξτε Kokoro όταν χρειάζεστε ευρύτερη γλωσσική κάλυψη και δεν χρειάζεται να κλωνοποιήσετε μια συγκεκριμένη φωνή.

Ναι. Οι νέοι TextToSpeechAI λογαριασμοί λαμβάνουν δωρεάν μονάδες εκκίνησης, και το on-site demo σας επιτρέπει να ακούσετε Pocket TTS πριν από τη δέσμευση. Εγγραφείτε δωρεάν, ανεβάστε ένα σύντομο κλιπ αναφοράς, και να δημιουργήσετε κλωνοποιημένη ομιλία σε δευτερόλεπτα.

Technical Specs

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

Try Τσέπη TTS Now

Generate your first audio free. No credit card required.

Start Free