# Pocket TTS 100M（语音模型）

> 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。

- ID: `aigd.tts-pocket`
- 来源: 官方 (第一方 `aigd.*`)
- 分类: 音频
- 发布者: AI Game Dev (`aigd`), 已验证
- 最新版本: 1.0.2 (发布于 2026-11-22)
- 许可证: CC-BY-4.0
- 需要 AI Game Dev 应用: `>=0.32.0-beta.6`
- 原生代码: 否
- 评分: 暂无评分
- HTML 页面: https://ai-game.dev/zh-hans/packages/aigd.tts-pocket

## 安装

使用 gamedev CLI，在项目文件夹中运行：

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

在桌面应用中：打开 Packages 窗口（状态栏中的包图标），选择 **Browse**，搜索 `aigd.tts-pocket`，然后点击 **Add to Project**。更多：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 发布时间 | 需要应用 | 备注 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 描述

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

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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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](https://huggingface.co/kyutai/pocket-tts)，CC-BY-4.0；许可文本：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/legalcode)。
- 本包的所有文件来自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/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](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。
- Pocket TTS GGUF（audio.cpp 转换）：CC-BY-4.0（[来源](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)）。
- 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](https://huggingface.co/kyutai/tts-voices)）。
- 预设音色：Voice-Zero/LibriVox（bill_boerst、caro_davy）、Kyutai 录音（estelle）、声音捐赠（marius）：CC0（[来源](https://huggingface.co/kyutai/tts-voices)）。

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。
````
