Pocket TTS 100M(语音模型)
gamedev pkg add aigd.tts-pocket概览
Kyutai 的 Pocket TTS 100M,本地运行:英语、法语、德语、西班牙语、意大利语和葡萄牙语各一个 checkpoint,每种语言有 15 个预设音色,也可以从一段短音频裁剪并复用音色(声音克隆),无需转录文本。在 CPU 上配合 audio.cpp 比实时更快。CC-BY-4.0:署名后可商用,但须遵守 Kyutai 的使用条款。
Pocket TTS 100M 是 Kyutai 的小型文本转语音模型,每种语言各一个检查点:英语、法语、德语、西班牙语、意大利语和葡萄牙语。每种语言自带 15 个 Kyutai 预设音色,还能从一段短音频克隆音色,无需转录文本。在 AI Game Dev 中,它通过 本地音频生成(aigd.audiocpp,audio.cpp)在任何电脑上运行,在 CPU 上比实时更快。其 CC-BY-4.0 许可允许在署名的情况下商用,因此适合在普通硬件上为本地化为主要欧洲语言的游戏使用。
你可以制作什么
- 英语、法语、德语、西班牙语、意大利语或葡萄牙语的 NPC 对白和旁白。
- 由每种语言 15 个预设音色组成的角色阵容,或从 3–30 s 音频片段克隆的音色(需经说话人同意)。
- 本地化的教程台词和 UI 提示语,在 CPU 上快速生成。
示例请求
- “用
marius音色为铁匠的法语台词配音。” - “克隆
Audio/ref/me.wav,然后朗读序章的德语版本。” - “用
alba生成教程提示的西班牙语和意大利语版本。”
亮点
| 模型 ID | aigd.tts-pocket.en-q8-0、.fr-q8-0、.de-q8-0、.es-q8-0、.it-q8-0、.pt-q8-0(各自单独下载) |
| 语言 | en、fr、de、es、it、pt(各一个检查点) |
| 音色 | 每种语言 15 个预设音色(默认 alba),或克隆 3–30 s 音频片段(无需转录文本) |
| 输出 | 24 kHz |
| 单次请求文本 | 最多 4,000 个字符 |
| 运行于 | 任何电脑:CPU(Kyutai:2 核上约为实时的 6 倍)或 GPU |
| 下载 | 每种语言 0.23 GB、16 个文件 |
| 许可 | CC-BY-4.0,署名后可商用,须遵守 Kyutai 的使用条款 |
运行方式
此包仅包含数据:它指明要用的模型文件。在你接受许可后,应用会从 Hugging Face 下载这些文件,用 sha256 逐一校验,并通过 本地音频生成(aigd.audiocpp,audio.cpp)在你的电脑上运行。
下载
- Pocket TTS 100M(英语)(
aigd.tts-pocket.en-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。 - Pocket TTS 100M(法语)(
aigd.tts-pocket.fr-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。 - Pocket TTS 100M(德语)(
aigd.tts-pocket.de-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。 - Pocket TTS 100M(西班牙语)(
aigd.tts-pocket.es-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。 - Pocket TTS 100M(意大利语)(
aigd.tts-pocket.it-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。 - Pocket TTS 100M(葡萄牙语)(
aigd.tts-pocket.pt-q8-0):0.23 GB,16 个文件,来自audio-cpp/audio.cpp-gguf,固定到该提交。
哪些电脑可以运行
可在任何电脑上运行:在 CPU 上它说话比实时更快(Kyutai:2 核上约为实时的 6 倍)。每种语言需单独下载。
音色与语言
- 六个检查点(英语
en、法语fr、德语de、西班牙语es、意大利语it、葡萄牙语pt)各自用同样的 15 个音色说其对应的一种语言:alba、anna、azelma、bill_boerst、caro_davy、charles、eponine、estelle、eve、george、jane、marius、mary、michael、paul;并支持从音频片段克隆音色。
此包只包含录音为 CC-BY-4.0 或 CC0 的预设音色(见“许可”一节)。Kyutai 的音色 cosette(Expresso)和 jean(EARS)为非商业用途,未包含在内。
许可
CC-BY-4.0。允许商用,需署名 Kyutai。Kyutai 禁止未经说话人同意的音色克隆以及其他有害用途:其官方仓库要求你同意这些条款,而本包下载所用的镜像并不要求,因此应用会在下载前请你接受这些条款。
- Kyutai 的 Pocket TTS:模型卡,CC-BY-4.0;许可文本:CC-BY-4.0。
- 本包的所有文件来自
audio-cpp/audio.cpp-gguf:CC-BY-4.0(上游许可;audio.cpp 对 Kyutai 检查点和音色状态的转换)。audio.cpp 按模型系列的许可表:model_licenses.md。 - Pocket TTS GGUF(audio.cpp 转换):CC-BY-4.0(来源)。
- 预设音色:VCTK(anna、azelma、charles、eponine、eve、george、jane、mary、michael、paul)和 Alba MacKenna(alba):CC-BY-4.0(来源)。
- 预设音色:Voice-Zero/LibriVox(bill_boerst、caro_davy)、Kyutai 录音(estelle)、声音捐赠(marius):CC0(来源)。
必需署名:"Pocket TTS by Kyutai (kyutai/pocket-tts), CC-BY-4.0; GGUF conversion by audio.cpp (audio-cpp/audio.cpp-gguf)."
限制:
- 如果你分享模型文件或修改版本,请注明 Kyutai(Pocket TTS)和音色来源,并保留 CC-BY-4.0 声明。
- Kyutai 的条款禁止未经说话人同意克隆音色、冒充他人、欺诈以及其他有害用途。
你有责任遵守所下载模型的许可。所有文件均从 Hugging Face 下载,AI Game Dev 不托管这些文件。
版本
| 版本 | 发布时间 | 需要应用 |
|---|---|---|
| 1.0.2最新 | 0.32.0-beta.6 或更高版本 | |
| 1.0.1 | 0.32.0-beta.6 或更高版本 |
安装
在桌面应用中安装
打开包窗口(状态栏中的包图标),选择浏览,搜索 aigd.tts-pocket,然后点击添加到项目。
还没安装应用?免费下载 AI Game Dev,支持 Windows、macOS 和 Linux。
从终端安装
在项目文件夹中使用 gamedev CLI:
gamedev pkg add aigd.tts-pocket环境要求
- AI Game Dev 0.32.0-beta.6 或更高版本
gamedev pkg add aigd.tts-pocket