KittenTTS 😻

KittenTTS ist ein Open-Source, hochmodernes Text-to-Speech (TTS)-Modell, das von KittenML entwickelt wurde. Es erzielt eine hochwertige Sprachsynthese mit nur 15 Millionen Parametern und einer Modellgröße von unter 25 MB, was es zu einem der leichtgewichtigsten produktionsreifen TTS-Systeme macht.

🌟 Hauptmerkmale

Extrem leichtgewichtig: Das gesamte Modell ist unter 25 MB groß, kleiner als die meisten App-Icons in Unternehmenssoftware.
CPU-optimiert: Keine GPU erforderlich. Läuft effizient auf jedem Gerät, einschließlich Edge-Hardware und Mobilgeräten.
Hochwertige Stimmen: Unterstützt mehrere Premium-Stimmenoptionen für männliche und weibliche Varianten.
Schnelle Inferenz: Optimiert für Echtzeit-Sprachgenerierung.
Einfache API: Minimaler Codeaufwand für den Einstieg – installieren, Modell laden, Audio generieren.

🚀 Schneller Einstieg

Installation

pip install https://github.com/KittenML/KittenTTS/releases/download/0.1/kittentts-0.1.0-py3-none-any.whl

Grundlegende Verwendung

from kittentts import KittenTTS

m = KittenTTS("KittenML/kitten-tts-nano-0.2")

audio = m.generate(
    "Dieses hochwertige TTS-Modell funktioniert ohne GPU",
    voice='expr-voice-2-f'
)

# Audio speichern
import soundfile as sf
sf.write('output.wav', audio, 24000)

Verfügbare Stimmen

Voice ID	Geschlecht
expr-voice-2-m	Männlich
expr-voice-2-f	Weiblich
expr-voice-3-m	Männlich
expr-voice-3-f	Weiblich
expr-voice-4-m	Männlich
expr-voice-4-f	Weiblich
expr-voice-5-m	Männlich
expr-voice-5-f	Weiblich

🛠 Systemanforderungen

Läuft auf praktisch jeder Plattform – Windows, macOS, Linux – ohne GPU-Abhängigkeit.

📋 Roadmap

[x] Vorschau-Modell veröffentlichen
[ ] Vollständig trainierte Modellgewichte veröffentlichen
[ ] Mobile SDK veröffentlichen
[ ] Web-Version veröffentlichen

📊 Projektstatistiken

Metrik	Wert
Sprache	Python
Lizenz	Apache-2.0

🔗 Links

📄 Lizenz

Lizenziert unter der Apache 2.0 Lizenz.