Model Download Pocket TTS模型一键运行包
离线 免费 语音合成语音克隆 支持50显卡
支持系统 Win-x86
免费 该资源可免费获取,使用范围以模型许可证为准,详见下方许可说明

Pocket TTS 是法国 Kyutai 实验室开源的轻量级语音合成模型,仅 100M 参数即可在纯 CPU 上实时运行,支持零样本声音克隆与流式低延迟输出,无需 GPU 即可获得高质量英文配音。

核心特性

  • 纯 CPU 实时运行:100M 参数模型,MacBook Air M4 的 CPU 上约 6 倍实时生成速度,仅占用 2 个 CPU 核心,无需 GPU
  • 零样本声音克隆:约 5 秒参考音频即可复刻目标音色,音色、情绪、口音、语速及混响等声学条件均可忠实还原
  • 流式低延迟:音频流式生成,首包延迟约 200ms,支持无限长文本输入
  • 内置丰富音色:自带 26 种英文预置音色(alba、anna、jane 等),开箱即用
  • 多语言支持:官方提供英语、法语、德语、葡萄牙语、意大利语、西班牙语、荷兰语等多种语言模型

适用场景

有声书与播客配音、短视频内容创作、数字人语音、实时语音交互、浏览器端语音合成等。

更多信息可参考:https://github.com/kyutai-labs/pocket-tts

本站提供的模型均来自公开渠道,著作权归各自发布方所有,并适用其原始许可证,本站不授予任何模型的商业授权;部分模型本站不提供权重,由客户端在您确认许可证后从发布方官方源下载。模型能否商用及如何取得商业授权,以该模型许可证的标注为准。如您认为本资源侵犯您的合法权益,请通过本站「意见反馈」或「工单反馈」等反馈渠道提交,主题注明「权利投诉」,我们将在核实后及时下架。
v1.0.0 初版发布 Download
2026-11-13 Win-X86

✅ 新增:第一个版本发布

✅ 新增:支持官方动态 int8 量化,默认启用(可在配置中关闭),显著降低运行内存并提升合成速度,量化失败时自动回退原始精度

✅ 新增:新增随机种子参数,同一文本可复现相同的合成结果

✅ 优化:长文本按句切分逐句合成后拼接,避免超长文本一次性合成失败

✅ 优化:预设音色与参考音频的语音状态复用缓存,重复合成无需反复编码

✅ 优化:采样温度在每次合成后自动恢复,避免任务之间参数互相影响

✅ 修复:修正合成音频写盘时的声道与采样点顺序,输出音频播放正确

✅ 修复:非英文文本(如中文)不再产出与文字不符的音频,改为返回「仅支持英文文本」的明确提示

✅ 修复:按句切分合成时完整保留原文的单词间距与标点,避免单词被拼接后读音变形

Language
QQ
微信客服
微信群
客服