Streaming + clonagem
Teste Kyutai Pocket TTS grátis e sem limites no navegador
Pocket TTS da Kyutai é um modelo de streaming com 100 milhões de parâmetros: o áudio começa enquanto o restante ainda é gerado. Pode clonar uma voz de uma gravação curta, tudo em CPU dentro do navegador.
Baixe uma vez, guarde no navegador e reutilize offline. Gerencie ou remova na página Modelos.
Especificações
| Desenvolvedor | Kyutai |
|---|---|
| Parâmetros | 100 milhões |
| Tamanho do download | 189 MB (int8) |
| Saída | 24.0 kHz mono |
| Vozes | 28 |
| Idiomas | inglês |
| Clonagem de voz | Sim |
| Streaming | Sim: o áudio começa antes de terminar a geração |
| Licença | CC-BY-4.0 (pesos), MIT (código) |
| Velocidade | Primeiro áudio em ~1 s; em CPU moderna, gera à frente da reprodução. |
| Ambiente de execução | WebAssembly (qualquer CPU) |
Fonte: kyutai/pocket-tts
Pontos fortes
- +Streaming real: primeiro áudio quase instantâneo
- +Clonagem com cerca de 10 segundos de áudio de referência
- +Voz em inglês com reprodução em streaming
Limitações
- −Download de 189 MB antes do primeiro uso
- −Por enquanto só inglês; Kyutai planeja mais idiomas
- −A qualidade da clonagem depende muito da gravação de referência
Vozes (10)
Comparar
Kyutai Pocket TTS: dúvidas
Kyutai Pocket TTS é grátis?
Sim. Os pesos têm licença CC-BY-4.0 (pesos), MIT (código) e rodam no seu dispositivo.
Qual hardware Kyutai Pocket TTS precisa?
Qualquer navegador moderno serve. Roda na CPU via WebAssembly, sem GPU. Download de 189 MB, salvo em cache após o primeiro uso.
Meu texto fica privado ao usar Kyutai Pocket TTS?
Sim. O modelo roda na aba; seu texto nunca é enviado a um servidor.
Posso usar o áudio de Kyutai Pocket TTS comercialmente?
Confira os termos atuais do modelo, voz e dados antes do uso comercial. O catálogo informa CC-BY-4.0 (pesos), MIT (código) para este modelo.