Pocket TTS от Kyutai — лёгкий синтезатор речи на CPU. Установка через pip, генерация — вызов функции. Без GPU и внешних API. Модель 100М параметров, задержка ~200 мс.
Поддерживает английский, французский, немецкий, португальский, итальянский, испанский. Возможно клонирование голоса, стриминг аудио, работа с текстами любой длины. Скорость ~6x быстрее реального времени на MacBook Air M4. Использует всего 2 ядра CPU.
Доступен через CLI, Python API и веб-интерфейс. CLI позволяет генерировать аудио с разными голосами. Python API удобен для интеграции. Веб-сервер держит модель в памяти. Для клонирования голоса используйте аудиофайл или готовые эмбеддинги.
GitHub ★ 5,700