流式输出 + 克隆
在浏览器中免费无限试用Kyutai Pocket TTS
Kyutai 的 Pocket TTS 是 1 亿参数流式模型：其余音频仍在生成时即可开始播放，也能通过短参考录音克隆声音，全程在浏览器内使用 CPU 完成。
规格
| 开发者 | Kyutai |
|---|---|
| 参数 | 100百万 |
| 下载大小 | 189 MB (int8) |
| 输出 | 24.0 kHz mono |
| 声音 | 28 |
| 语言 | 英语 |
| 声音克隆 | 是 |
| 流式生成 | 是，生成完成前即开始播放 |
| 许可证 | CC-BY-4.0（权重），MIT（代码） |
| 速度 | 约 1 秒输出首段音频，在现代 CPU 上生成速度快于播放。 |
| 运行环境 | WebAssembly（任意CPU） |
优点
- +真正流式输出，几乎即刻出声
- +约 10 秒参考音频即可克隆声音
- +英语语音，支持流式播放
限制
- −首次使用前需下载 189 MB
- −目前仅英语；Kyutai 计划未来增加语言
- −克隆质量很大程度取决于参考录音
声音（10）
Sleeper — Warm elder statesman · en-USBruno — Russian heavy bruiser · en-USStarlight — High-pitch anime girl · en-USInferno — Deep demon · en-USBluster — Bratty cartoon kid · en-USOrbit — Dry tech founder · en-USReefy — Squeaky sea cartoon · en-USBrass — Bombastic podium mogul · en-USVexa — Cool esports duelist · en-USRiftDoc — Raspy mad scientist · en-US
比较
Kyutai Pocket TTS常见问题
Kyutai Pocket TTS免费吗？
是的，权重采用CC-BY-4.0（权重），MIT（代码）许可证，在你的设备上运行。
Kyutai Pocket TTS需要什么硬件？
任意现代浏览器即可，通过WebAssembly在CPU上运行，无需GPU。下载大小为189 MB，首次使用后缓存。
使用Kyutai Pocket TTS时我的文字会保持私密吗？
是的。模型在浏览器标签页内运行，文字绝不发送到服务器。
Kyutai Pocket TTS生成的音频可以商用吗？
商用前请审阅模型、声音及源数据集的最新条款。目录为此模型列出的许可证是CC-BY-4.0（权重），MIT（代码）.