KittenTTS：轻量级文本转语音模型

KittenTTS（轻量级文本转语音模型）简介

KittenTTS是一个开源的轻量级文本转语音模型，最大的特点就是其轻量级和高性能。该模型的大小不到 25MB，拥有 1500 万个参数，可以在那些没有 GPU 的设备上运行，极大地方便了开发者的应用，非常适合适合希望在轻量级环境中实现高质量语音合成的开发者。

主要特点

• 超轻量级：KittenTTS 的模型体积小，适合在资源有限的环境中使用，确保了快速的部署和高效的运行。
• CPU 优化：该模型经过优化，能够在没有 GPU 的设备上流畅运行，适合各种计算环境。
• 高质量语音：KittenTTS 提供多个高质量语音选项，用户可以根据需求选择合适的声音，例如男声和女声等。
• 快速推理：该模型针对实时语音合成进行了优化，确保生成的音频质量高且延迟低。

KittenTTS（轻量级文本转语音模型）官网及教程

• 开源地址：https://github.com/KittenML/KittenTTS

安装起来也非常简单，只需使用 pip 命令即可：

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

使用示例：

from kittentts import KittenTTS

m = KittenTTS("KittenML/kitten-tts-nano-0.1")
audio = m.generate("这个高质量的 TTS 模型无需 GPU 工作", voice='expr-voice-2-f')

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