Streaming + clonación
Prueba Kyutai Pocket TTS gratis y sin límites en el navegador
Pocket TTS de Kyutai es un modelo de streaming con 100 millones de parámetros: el audio empieza mientras el resto se genera. Puede clonar una voz a partir de una grabación corta, todo en CPU dentro del navegador.
Se descarga una vez, se guarda en el navegador y funciona sin conexión. Puedes gestionarlo o eliminarlo en Modelos.
Especificaciones
| Desarrollador | Kyutai |
|---|---|
| Parámetros | 100 millones |
| Tamaño de descarga | 189 MB (int8) |
| Salida | 24.0 kHz mono |
| Voces | 28 |
| Idiomas | inglés |
| Clonación de voz | Sí |
| Streaming | Sí: el audio empieza antes de terminar la generación |
| Licencia | CC-BY-4.0 (pesos), MIT (código) |
| Velocidad | Primer audio en ~1 s; en CPU moderna genera más rápido que la reproducción. |
| Entorno de ejecución | WebAssembly (cualquier CPU) |
Fuente: kyutai/pocket-tts
Ventajas
- +Streaming real: primer audio casi instantáneo
- +Clonación con unos 10 segundos de audio de referencia
- +Voz en inglés con reproducción en streaming
Limitaciones
- −Descarga de 189 MB antes del primer uso
- −Por ahora solo inglés; Kyutai prevé más idiomas
- −La calidad de clonación depende mucho de la grabación de referencia
Voces (10)
Comparar
Kyutai Pocket TTS: preguntas
¿Kyutai Pocket TTS es gratis?
Sí. Los pesos tienen licencia CC-BY-4.0 (pesos), MIT (código) y funcionan en tu dispositivo.
¿Qué hardware necesita Kyutai Pocket TTS?
Cualquier navegador moderno sirve. Funciona en CPU con WebAssembly, sin GPU. Descarga de 189 MB, guardada en caché tras el primer uso.
¿Mi texto es privado al usar Kyutai Pocket TTS?
Sí. El modelo se ejecuta en la pestaña; tu texto nunca se envía a un servidor.
¿Puedo usar el audio de Kyutai Pocket TTS comercialmente?
Revisa las condiciones actuales del modelo, voz y datos antes del uso comercial. El catálogo indica CC-BY-4.0 (pesos), MIT (código) para este modelo.