kitten-tts-mini-0.8

מה זה

מדובר במודל טקסט לדיבור זעיר של 80 מיליון פרמטרים, שנשען על הארכיטקטורה של StyleTTS 2. כל המשקל שלו מסתכם בכמעט 78 מגה בייט בחמישה קבצים, שזה זניח ביחס למודלים מודרניים אחרים בתחום. הוא נבנה כדי לדבר בקולות ריאליסטיים בלי לדרוש תשתיות שרתים מנופחות, ומגיע מראש עם שמונה קולות מוגדרים כמו Jasper, Bella ו־Bruno.

השילוב בין ארכיטקטורת StyleTTS 2 לגודל פיזי של פחות מ־80 מגה מאפשר לשלב דיבור ישירות באפליקציות מקומיות. הוא פולט אודיו בקצב דגימה של 24,000 הרץ, מה שמספיק לדיבור נקי וברור ברוב תרחישי השימוש הרגילים. אין כאן מנגנוני אימון מורכבים או התאמות אישיות של קול לפי דגימה, אלא מנוע ישיר שנועד לתת פתרון מדף קל להתקנה ולריצה.

מתאים ל

• הקראה במכשירי קצה חלשים

  משקל של 78 מגה מאפשר להריץ אותו ישירות על מעבד מקומי בלי לחנוק את הזיכרון.

• עוזרות קוליות פנימיות

  שמונה קולות מובנים מייצרים מענה קולי מהיר באנגלית בלי תלות בחיבור רשת.

• דיבוב מערכות פיתוח מקומיות

  התקנה מהירה שמאפשרת לבדוק פלט קולי באפליקציות שולחניות בלי להרים שרתי GPU.

איפה זה נופל

אין שום תיעוד על תמיכה בעברית, ולפי הדוגמאות הוא מכוון לאנגלית בלבד, כך שלא תוכלו להקריא איתו טקסט מקומי בלי אימון מחדש. בנוסף, אתם מוגבלים לשמונה הקולות שמגיעים איתו, בלי שום אפשרות מובנית לשבט קולות חדשים או להוסיף סגנונות רגשיים מורכבים. עם 80 מיליון פרמטרים, תצפו לפעמים להגיות מוזרות במילים נדירות או בטקסט טכני צפוף.

איך מריצים

ההתקנה רצה דרך קובץ גלגל מותאם מגיטהאב באמצעות פיפ, וטעינת המודל דורשת שורות קוד בודדות בפייתון עם ספריות כמו soundfile. בגלל הגודל המזערי שלו, אתם לא צריכים כרטיס מסך בכלל. מעבד רגיל של מחשב פשוט יריץ אותו בלי שתרגישו שום חנק בזיכרון העבודה.

אם אתם צריכים רק הקראה בסיסית מתוך אפליקציה מקומית או כלי פנימי, ההרצה העצמית הזו חוסכת תלות ברשת. לעומת זאת, אם אתם צריכים אלפי שעות הקראה בשפות שונות, עמידה בעומסים של מיליוני בקשות בדקה או יכולות קוליות מתקדמות, עדיף לפנות לפתרונות ענן מנוהלים.

pip install -U huggingface_hub
hf download KittenML/kitten-tts-mini-0.8

הקבצים

5 קבצים במאגר, 77.8 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• kitten_tts_mini_v0_8.onnx78.3 MB
• voices.npz3.3 MB
• .gitattributes1.5 KB
• README.md734 B
• config.json470 B

הרישיון

הפרויקט מופץ תחת רישיון אפאצ'י 2.0. זה אומר שמותר להשתמש בו לצרכים מסחריים, לשנות אותו, להטמיע אותו במוצרים סגורים ולהפיץ אותו חופשי. התנאי היחיד הוא שמירה על הודעת זכויות היוצרים וציון הרישיון המקורי, בלי חובה לפתוח את הקוד של המוצר שלכם.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗