# Pocket TTS 100M（語音模型）

> 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。

- ID: `aigd.tts-pocket`
- 來源: 官方 (第一方 `aigd.*`)
- 分類: 音訊
- 發佈者: AI Game Dev (`aigd`), 已驗證
- 最新版本: 1.0.2 (發佈於 2026-11-22)
- 授權條款: CC-BY-4.0
- 需要 AI Game Dev 應用程式: `>=0.32.0-beta.6`
- 原生程式碼: 否
- 評分: 尚無評分
- HTML 頁面: https://ai-game.dev/zh-hant/packages/aigd.tts-pocket

## 安裝

在專案資料夾中，使用 gamedev CLI：

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

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 **加入專案**。更多資訊：https://ai-game.dev/docs/wiki/app/packages

## 版本

| 版本 | 發佈日期 | 需要應用程式 | 備註 |
|---|---|---|---|
| 1.0.2 | 2026-11-22 | `>=0.32.0-beta.6` | 最新 |
| 1.0.1 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 說明

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

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 ID | `aigd.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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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`](https://huggingface.co/audio-cpp/audio.cpp-gguf/tree/b7b9aa1f16c819c3b2d69a602b51786bdfb361a3)，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](https://huggingface.co/kyutai/pocket-tts)，CC-BY-4.0；授權全文：[CC-BY-4.0](https://creativecommons.org/licenses/by/4.0/legalcode)。
- 此套件的每個檔案皆來自 [`audio-cpp/audio.cpp-gguf`](https://huggingface.co/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](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)。
- Pocket TTS GGUF（audio.cpp 轉換）：CC-BY-4.0（[來源](https://github.com/0xShug0/audio.cpp/blob/v0.9.5/docs/model_licenses.md)）。
- 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](https://huggingface.co/kyutai/tts-voices)）。
- 預設語音：Voice-Zero/LibriVox（bill_boerst、caro_davy）、Kyutai 錄音（estelle）、語音捐贈（marius）：CC0（[來源](https://huggingface.co/kyutai/tts-voices)）。

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。
````
