KittenTTS
Open-source knihovna pro převod textu na řeč (TTS), která běží lokálně na CPU bez GPU – určená vývojářům pro on-device aplikace.
O nástroji
KittenTTS je lehká open-source knihovna pro syntézu řeči postavená na ONNX, určená pro vývojáře, kteří potřebují malé a rychlé TTS řešení bez serveru či GPU. Modely řady V0.8 mají 15 až 80 milionů parametrů a zabírají na disku 25 až 80 MB (varianty nano, micro, mini, včetně int8 verze), výstup je 24kHz audio s nastavitelnou rychlostí řeči. Nabízí 115 vestavěných hlasů a podporu Linuxu, macOS i Windows, instaluje se přes „pip install kittenml“. Kód starší verze je pod licencí Apache 2.0. Novější vlajková verze KittenTTS 2 je výrazně větší – 1,7miliardový parametrový 1-bitový řečový model s klonováním hlasu z pouhých 5 sekund ukázkového zvuku a kontrolou exprese, který má běžet v reálném čase na CPU. K této verzi je dostupné i samostatné API na platform.kittenml.com. Projekt je aktuálně ve fázi vývojářského preview, takže se rozhraní může mezi verzemi měnit; balíček kittenml je dle metadat vydáván pod licencí MIT. Informace o konkrétní ceně API na platform.kittenml.com nejsou v dostupných podkladech jednoznačně uvedené, takže cenový model nelze z dostupných důkazů spolehlivě určit.
Klíčové vlastnosti
- Běží lokálně na CPU bez GPU
- Modely 15–80 mil. parametrů, 25–80 MB na disku
- 115 vestavěných hlasů
- Výstup 24kHz audio s nastavitelnou rychlostí řeči
Časté dotazy
Co KittenTTS umí?
Jde o lehkou open-source knihovnu pro syntézu řeči z textu, která běží na CPU bez nutnosti GPU nebo serveru. Nabízí 115 vestavěných hlasů a výstup 24kHz audia s nastavitelnou rychlostí řeči.
Kolik KittenTTS stojí?
Starší verze knihovny je open-source (Apache 2.0, novější balíček pod MIT) a instaluje se zdarma přes „pip install kittenml“. Cena API pro novější verzi KittenTTS 2 na platform.kittenml.com není v podkladech jednoznačně uvedená.
Pro koho je KittenTTS určený a jak začít?
Je určený vývojářům, kteří potřebují malé a rychlé TTS řešení pro on-device aplikace. Stačí nainstalovat balíček příkazem „pip install kittenml“ a vybrat vhodnou variantu modelu (nano, micro, mini).
Kategorie
AI novinky do e-mailu
Každý pátek 3 vybrané AI nástroje, prompt týdne a to nejdůležitější ze světa AI – přehledně, česky a bez balastu.
Jeden z nejstarších pravidelných českých AI newsletterů.
Podobné nástroje
Hledáte alternativu k KittenTTS? Tady je 6 podobných nástrojů z kategorie Převod text-na-řeč.
Fliki
FreemiumFliki je AI generátor videí, který mění text, scénáře nebo blogové příspěvky na hotová videa s A...
Descript
FreemiumDescript je AI editor videa a podcastů, který umožňuje stříhat zvuk i video úpravou přepisu text...
Mubert
FreemiumGeneruje royalty-free hudbu pomocí AI z textových promptů nebo zadaných parametrů (nálada, délka...
TTSMaker
ZdarmaPřevádí text na mluvené slovo pomocí AI hlasů. TTSMaker je bezplatný online nástroj pro syntézu...
Eleven Labs
FreemiumPřevádí text na přirozeně znějící řeč a klonuje hlasy pomocí AI. ElevenLabs je platforma pro syn...
Uberduck
PlacenéUberduck je platforma pro AI syntézu hlasu, která generuje řeč, zpěv a rap z textu a umožňuje kl...
Další nástroje v kategorii Převod text-na-řeč
Nezůstávejte jen u nejoblíbenějších – tohle jsou další nástroje z kategorie Převod text-na-řeč, které stojí za prohlédnutí.
