# Pocket TTS 100M（音声モデル）

> 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）。

- ID: `aigd.tts-pocket`
- ソース: 公式 (ファーストパーティ `aigd.*`)
- カテゴリ: オーディオ
- パブリッシャー: AI Game Dev (`aigd`), 確認済み
- 最新バージョン: 1.0.2 (公開日 2026-11-22)
- ライセンス: CC-BY-4.0
- AI Game Dev アプリが必要です: `>=0.32.0-beta.6`
- ネイティブコード: いいえ
- 評価: まだ評価はありません
- HTML ページ: https://ai-game.dev/ja/packages/aigd.tts-pocket

## インストール

gamedev CLI を使用する場合は、プロジェクトフォルダで:

```bash
gamedev pkg add aigd.tts-pocket
```

デスクトップアプリで: パッケージウィンドウ（ステータスバーのパッケージアイコン）を開き、**参照** を選択して `aigd.tts-pocket` を検索し、**プロジェクトに追加** をクリックします。詳細: https://ai-game.dev/docs/wiki/app/packages

## バージョン

| バージョン | 公開日 | アプリが必要 | 備考 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 説明

````markdown
# Pocket TTS 100M (`aigd.tts-pocket`)

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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)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](https://huggingface.co/kyutai/pocket-tts)、CC-BY-4.0。ライセンス全文:[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/legalcode)。
- このパッケージのすべてのファイルは[`audio-cpp/audio.cpp-gguf`](https://huggingface.co/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](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。
- Pocket TTS GGUF(audio.cppによる変換):CC-BY-4.0([ソース](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md))。
- 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](https://huggingface.co/kyutai/tts-voices))。
- 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](https://huggingface.co/kyutai/tts-voices))。

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。
````
