Strumieniowanie + klonowanie
Wypróbuj Kyutai Pocket TTS bezpłatnie i bez limitów w przeglądarce
Pocket TTS firmy Kyutai to model strumieniowy ze 100 milionami parametrów: audio odtwarza się, gdy reszta wciąż powstaje. Potrafi klonować głos z krótkiego nagrania — wszystko na CPU w przeglądarce.
Pobierz raz, zachowaj w przeglądarce i używaj offline. Zarządzaj nim lub usuń na stronie Modele.
Specyfikacja
| Twórca | Kyutai |
|---|---|
| Parametry | 100 mln |
| Rozmiar pobierania | 189 MB (int8) |
| Wynik | 24.0 kHz mono |
| Głosy | 28 |
| Języki | angielski |
| Klonowanie głosu | Tak |
| Strumieniowanie | Tak — odtwarzanie zaczyna się przed końcem generowania |
| Licencja | CC-BY-4.0 (wagi), MIT (kod) |
| Tempo | Pierwszy dźwięk po około 1 s; na nowoczesnym CPU generowanie wyprzedza odtwarzanie. |
| Środowisko uruchomieniowe | WebAssembly (dowolny CPU) |
Źródło: kyutai/pocket-tts
Zalety
- +Prawdziwe strumieniowanie — niemal natychmiastowy pierwszy dźwięk
- +Klonowanie z około 10 sekund nagrania wzorcowego
- +Mowa angielska z odtwarzaniem strumieniowym
Ograniczenia
- −Pobranie 189 MB przed pierwszym użyciem
- −Obecnie tylko angielski; Kyutai planuje kolejne języki
- −Jakość klonowania silnie zależy od nagrania wzorcowego
Głosy (10)
Porównaj
Kyutai Pocket TTS — pytania
Czy Kyutai Pocket TTS jest darmowy?
Tak. Wagi są na licencji CC-BY-4.0 (wagi), MIT (kod) i działają na Twoim urządzeniu.
Jakiego sprzętu wymaga Kyutai Pocket TTS?
Wystarczy nowoczesna przeglądarka. Działa na CPU przez WebAssembly, bez GPU. Pobieranie: 189 MB, zapis w pamięci podręcznej po pierwszym użyciu.
Czy mój tekst pozostaje prywatny w Kyutai Pocket TTS?
Tak. Model działa w karcie przeglądarki; tekst nigdy nie trafia na serwer.
Czy mogę używać dźwięku z Kyutai Pocket TTS komercyjnie?
Przed użyciem komercyjnym sprawdź aktualne warunki modelu, głosu i danych. Katalog podaje CC-BY-4.0 (wagi), MIT (kod) dla tego modelu.