KittenTTS 😻

KittenTTS 是由 KittenML 开发的一款开源、最先进的文本转语音（TTS）模型。它仅用 1500 万个参数 和 低于 25MB 的模型大小即可实现高质量的语音合成，使其成为市面上最轻量级的可投入生产的 TTS 系统之一。

---

🌟 主要特点

• 超轻量级: 整个模型小于 25MB，比企业软件中的大多数应用程序图标还要小。
• CPU 优化: 无需 GPU。可在任何设备上高效运行，包括边缘硬件和移动设备。
• 高质量语音: 支持多种优质语音选项，涵盖男性和女性变体。
• 快速推理: 针对实时语音生成进行了优化。
• 简单 API: 入门所需代码极少 — 安装、加载模型、生成音频。

---

🚀 快速入门

安装

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

基本用法

from kittentts import KittenTTS

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

audio = m.generate(
    "This high quality TTS model works without a GPU",
    voice='expr-voice-2-f'
)

# 保存音频
import soundfile as sf
sf.write('output.wav', audio, 24000)

可用语音

语音 ID	性别
expr-voice-2-m	男
expr-voice-2-f	女
expr-voice-3-m	男
expr-voice-3-f	女
expr-voice-4-m	男
expr-voice-4-f	女
expr-voice-5-m	男
expr-voice-5-f	女

---

🛠 系统要求

几乎可以在任何平台 — Windows、macOS、Linux — 上运行，无需 GPU 依赖。

---

📋 路线图

• [x] 发布预览模型
• [ ] 发布完全训练好的模型权重
• [ ] 发布移动 SDK
• [ ] 发布 Web 版本

---

📊 项目统计

指标	值
语言	Python
许可证	Apache-2.0

---

🔗 链接

• GitHub 仓库
• Discord 社区
• 定制支持表单
• 邮箱: [email protected]

---

📄 许可证

根据 Apache 2.0 许可证 授权。