Pocket TTS 100M(音声モデル)
gamedev pkg add aigd.tts-pocket概要
KyutaiのPocket TTS 100Mをローカルで実行できます。英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語の各言語に1つずつチェックポイントがあり、言語ごとに15種類のプリセットボイスを使うか、文字起こしなしで短いクリップからボイスをクローンできます。audio.cppによりCPUでリアルタイムより高速に動作します。ライセンスはCC-BY-4.0で、表示付きの商用利用が可能です(Kyutaiの利用条件に従います)。
Pocket TTS 100Mは、Kyutaiの小型テキスト読み上げモデルで、言語ごとに1つのチェックポイントを持ちます。対象は英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語です。各言語にはKyutaiのプリセットボイスが15種類付属し、書き起こしなしで短いクリップから声をクローンできます。AI Game DevではLocal audio generation(aigd.audiocpp、audio.cpp)を通じてどのコンピューターでも動作し、CPUではリアルタイムより高速です。CC-BY-4.0ライセンスは帰属表示付きの商用利用を認めているため、一般的なハードウェアで主要なヨーロッパ言語にローカライズしたゲームに適しています。
作成できるもの
- 英語、フランス語、ドイツ語、スペイン語、イタリア語、ポルトガル語によるNPCのセリフとナレーション。
- 言語ごとに15種類のプリセットボイスから作るキャラクターの声、または3〜30秒のクリップからクローンした声(話者の同意が必要)。
- ローカライズしたチュートリアルのセリフやUIのアナウンスをCPU上ですばやく生成。
リクエスト例
- 「
mariusの声で鍛冶屋のセリフをフランス語で読み上げてください。」 - 「
Audio/ref/me.wavをクローンして、イントロのドイツ語版を読み上げてください。」 - 「
albaでチュートリアルヒントのスペイン語版とイタリア語版を作ってください。」
ハイライト
| モデルID | aigd.tts-pocket.en-q8-0、.fr-q8-0、.de-q8-0、.es-q8-0、.it-q8-0、.pt-q8-0(それぞれ個別のダウンロード) |
| 言語 | en、fr、de、es、it、pt(各1チェックポイント) |
| ボイス | 言語ごとに15種類のプリセット(既定はalba)、または3〜30秒のクリップのクローン(書き起こし不要) |
| 出力 | 24 kHz |
| リクエストあたりのテキスト | 最大4,000文字 |
| 動作環境 | どのコンピューターでも:CPU(Kyutai:2コアでリアルタイムの約6倍)またはGPU |
| ダウンロード | 言語ごとに0.23 GB、16ファイル |
| ライセンス | CC-BY-4.0、帰属表示付きの商用利用が可能、Kyutaiの利用条件に従う |
動作の仕組み
このパッケージはデータのみで、モデルファイルを指定するものです。ライセンスに同意すると、アプリがHugging Faceからダウンロードし、それぞれをsha256で検証して、お使いのコンピューター上でLocal audio generation(aigd.audiocpp、audio.cpp)により実行します。
ダウンロード
- Pocket TTS 100M (英語)(
aigd.tts-pocket.en-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。 - Pocket TTS 100M (フランス語)(
aigd.tts-pocket.fr-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。 - Pocket TTS 100M (ドイツ語)(
aigd.tts-pocket.de-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。 - Pocket TTS 100M (スペイン語)(
aigd.tts-pocket.es-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。 - Pocket TTS 100M (イタリア語)(
aigd.tts-pocket.it-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。 - Pocket TTS 100M (ポルトガル語)(
aigd.tts-pocket.pt-q8-0):0.23 GB、audio-cpp/audio.cpp-ggufから16ファイル、このコミットに固定。
対応コンピューター
どのコンピューターでも動作します。CPUではリアルタイムより速く話します(Kyutai:2コアでリアルタイムの約6倍)。言語ごとに個別にダウンロードします。
ボイスと言語
- 6つのチェックポイント(英語
en、フランス語fr、ドイツ語de、スペイン語es、イタリア語it、ポルトガル語pt)はそれぞれ、同じ15種類のボイスで担当の1言語を話します:alba、anna、azelma、bill_boerst、caro_davy、charles、eponine、estelle、eve、george、jane、marius、mary、michael、paul。クリップからのボイスクローンにも対応します。
このパッケージには、録音がCC-BY-4.0またはCC0のプリセットボイスのみが含まれます(ライセンスのセクションを参照)。Kyutaiのボイスcosette(Expresso)とjean(EARS)は非商用のため含まれていません。
ライセンス
CC-BY-4.0。Kyutaiへの帰属表示を行えば商用利用が可能です。Kyutaiは、話者の同意なしのボイスクローンやその他の有害な利用を禁じています。Kyutai自身のリポジトリではこれらの条件への同意を求めていますが、このパッケージがダウンロード元とするミラーでは求めていないため、アプリはダウンロード前に同意を求めます。
- KyutaiによるPocket TTS:モデルカード、CC-BY-4.0。ライセンス全文:CC-BY-4.0。
- このパッケージのすべてのファイルは
audio-cpp/audio.cpp-ggufに由来します:CC-BY-4.0(Kyutaiのチェックポイントとボイスステートをaudio.cppが変換したもの)。audio.cppのモデルファミリー別ライセンス表:model_licenses.md。 - Pocket TTS GGUF(audio.cppによる変換):CC-BY-4.0(ソース)。
- プリセットボイス:VCTK(anna、azelma、charles、eponine、eve、george、jane、mary、michael、paul)およびAlba MacKenna(alba):CC-BY-4.0(ソース)。
- プリセットボイス:Voice-Zero/LibriVox(bill_boerst、caro_davy)、Kyutaiの録音(estelle)、ボイス提供(marius):CC0(ソース)。
必要な帰属表示:"Pocket TTS by Kyutai (kyutai/pocket-tts), CC-BY-4.0; GGUF conversion by audio.cpp (audio-cpp/audio.cpp-gguf)."
制限事項:
- モデルファイルや改変版を共有する場合は、Kyutai(Pocket TTS)とボイス提供元をクレジットし、CC-BY-4.0の表示を保持してください。
- Kyutaiの条件は、話者の同意なしのボイスクローン、なりすまし、詐欺、その他の有害な利用を禁じています。
ダウンロードするモデルのライセンスを遵守する責任は利用者にあります。すべてのファイルはHugging Faceからダウンロードされます。AI Game Devはそれらをホストしていません。
バージョン
| バージョン | リリース日 | アプリが必要 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 以降 | |
| 1.0.1 | 0.32.0-beta.6 以降 |
インストール
デスクトップアプリで
Packages ウィンドウを開き(ステータスバーのパッケージアイコン)、Browse を選んで aigd.tts-pocket を検索し、Add to Project をクリックします。
アプリがまだない方は、Windows、macOS、Linux 用の AI Game Dev を無料でダウンロードしてください。
ターミナルから
gamedev CLI を使い、プロジェクトフォルダーで実行します。
gamedev pkg add aigd.tts-pocket必要条件
- AI Game Dev 0.32.0-beta.6 以降
gamedev pkg add aigd.tts-pocket