本頁面由英文機器翻譯而成。閱讀英文原文。

Pocket TTS 100M(語音模型)

官方音訊v1.0.2aigd.tts-pocket
安裝 還沒安裝應用程式?免費下載
或在終端機中執行
gamedev pkg add aigd.tts-pocket

總覽

Kyutai 的 Pocket TTS 100M,在本機執行:英文、法文、德文、西班牙文、義大利文與葡萄牙文各一個檢查點,每種語言 15 個預設語音,或從短片段複製語音且不需逐字稿。搭配 audio.cpp,在 CPU 上比即時更快。CC-BY-4.0:標示姓名後可商業使用,須遵守 Kyutai 的使用條款。

Pocket TTS 100M 是 Kyutai 的小型文字轉語音模型,每種語言各有一個檢查點:英文、法文、德文、西班牙文、義大利文與葡萄牙文。每種語言都附有 15 組 Kyutai 預設語音,也能從一段簡短音檔複製聲音,不需要逐字稿。在 AI Game Dev 中,它透過 本機音訊生成(aigd.audiocpp,audio.cpp)在任何電腦上執行,在 CPU 上速度比即時更快。其 CC-BY-4.0 授權允許在標明出處的前提下商業使用,因此很適合在一般硬體上為在地化為主要歐洲語言的遊戲配音。

你可以製作的內容

  • 英文、法文、德文、西班牙文、義大利文或葡萄牙文的 NPC 對白與旁白。
  • 以每種語言 15 組預設語音組成的角色陣容,或從 3–30 秒音檔複製而來的聲音(須取得說話者同意)。
  • 在 CPU 上快速生成的在地化教學提示與 UI 播報。

範例請求

  • 「用法文、以 marius 的聲音為鐵匠的台詞配音。」
  • 「複製 Audio/ref/me.wav,然後朗讀德文版的開場。」
  • 「用 alba 製作西班牙文與義大利文版的教學提示。」

重點特色

模型 IDaigd.tts-pocket.en-q8-0、.fr-q8-0、.de-q8-0、.es-q8-0、.it-q8-0、.pt-q8-0(各自為獨立下載)
語言en、fr、de、es、it、pt(各一個檢查點)
語音每種語言 15 組預設(預設為 alba),或從 3–30 秒音檔複製(不需逐字稿)
輸出24 kHz
每次請求的文字量最多 4,000 個字元
執行環境任何電腦:CPU(Kyutai:2 核心上約 6 倍即時速度)或 GPU
下載每種語言 0.23 GB、16 個檔案
授權CC-BY-4.0,可在標明出處的前提下商業使用,並須遵守 Kyutai 的使用條款

運作方式

此套件僅含資料:它只指明模型檔案。在你接受授權後,應用程式會從 Hugging Face 下載這些檔案,逐一以 sha256 驗證,並透過 本機音訊生成(aigd.audiocpp,audio.cpp)在你的電腦上執行。

下載

  • Pocket TTS 100M(英文)(aigd.tts-pocket.en-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。
  • Pocket TTS 100M(法文)(aigd.tts-pocket.fr-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。
  • Pocket TTS 100M(德文)(aigd.tts-pocket.de-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。
  • Pocket TTS 100M(西班牙文)(aigd.tts-pocket.es-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。
  • Pocket TTS 100M(義大利文)(aigd.tts-pocket.it-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。
  • Pocket TTS 100M(葡萄牙文)(aigd.tts-pocket.pt-q8-0):0.23 GB,16 個檔案來自 audio-cpp/audio.cpp-gguf,固定於該提交版本。

適用電腦

可在任何電腦上執行:在 CPU 上它的說話速度比即時更快(Kyutai:2 核心上約 6 倍即時)。每種語言都是獨立下載。

語音與語言

  • 六個檢查點(英文 en、法文 fr、德文 de、西班牙文 es、義大利文 it、葡萄牙文 pt)各自以本身的那一種語言,用同樣的 15 組語音說話:alba、anna、azelma、bill_boerst、caro_davy、charles、eponine、estelle、eve、george、jane、marius、mary、michael、paul;並可從音檔複製聲音。

此套件只收錄錄音為 CC-BY-4.0 或 CC0 的預設語音(請見授權章節)。Kyutai 的 cosette(Expresso)與 jean(EARS)語音屬非商業用途,因此未包含在內。

授權

CC-BY-4.0。允許商業使用,但須標明 Kyutai 出處。Kyutai 禁止未經說話者同意的聲音複製以及其他有害用途:其官方儲存庫會要求你同意這些條款,而此套件下載所用的鏡像並不會,因此應用程式會在下載前請你接受這些條款。

  • Kyutai 的 Pocket TTS:模型卡,CC-BY-4.0;授權全文:CC-BY-4.0。
  • 此套件的每個檔案皆來自 audio-cpp/audio.cpp-gguf:CC-BY-4.0(上游授權;audio.cpp 對 Kyutai 檢查點與語音狀態的轉換)。audio.cpp 各模型家族的授權表:model_licenses.md。
  • Pocket TTS GGUF(audio.cpp 轉換):CC-BY-4.0(來源)。
  • 預設語音:VCTK(anna、azelma、charles、eponine、eve、george、jane、mary、michael、paul)與 Alba MacKenna(alba):CC-BY-4.0(來源)。
  • 預設語音:Voice-Zero/LibriVox(bill_boerst、caro_davy)、Kyutai 錄音(estelle)、語音捐贈(marius):CC0(來源)。

必要的出處標示:"Pocket TTS by Kyutai (kyutai/pocket-tts), CC-BY-4.0; GGUF conversion by audio.cpp (audio-cpp/audio.cpp-gguf)."

限制:

  • 若你分享模型檔案或修改過的版本,請標明 Kyutai(Pocket TTS)與語音來源的出處,並保留 CC-BY-4.0 聲明。
  • Kyutai 的條款禁止未經說話者同意的聲音複製、冒名頂替、詐欺以及其他有害用途。

你有責任遵守所下載模型的授權。所有檔案皆從 Hugging Face 下載,AI Game Dev 並未託管這些檔案。

版本

Pocket TTS 100M(語音模型) 的發布版本
版本發布日期需搭配應用程式
1.0.2最新0.32.0-beta.6 或更新版本
1.0.10.32.0-beta.6 或更新版本

安裝

在桌面應用程式中

開啟 套件 視窗(狀態列上的套件圖示),選擇 瀏覽,搜尋 aigd.tts-pocket,然後點選 加到專案。

還沒安裝應用程式?免費下載 AI Game Dev,支援 Windows、macOS 與 Linux。

從終端機

在你的專案資料夾中,使用 gamedev CLI:

gamedev pkg add aigd.tts-pocket

需求

  • AI Game Dev 0.32.0-beta.6 或更新版本

進一步瞭解套件

安裝
gamedev pkg add aigd.tts-pocket