このページは英語から機械翻訳されています。英語の原文を読む。

Pocket TTS 100M(音声モデル)

公式オーディオv1.0.2aigd.tts-pocket
インストール アプリがまだない方は 無料でダウンロード
またはターミナルから
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IDaigd.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

Pocket TTS 100M(音声モデル)のリリース
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
1.0.10.32.0-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

パッケージについて詳しく

インストール
gamedev pkg add aigd.tts-pocket