kyutai-labs/pocket-tts

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

一个无需GPU、可在CPU上运行的小型TTS（文本转语音）模型，提供音频流式输出、声音克隆、Python API和CLI。支持英语、法语、德语、葡萄牙语、意大利语和西班牙语，也可在浏览器中运行。

对 ATF 的帮助

与我们的产品只有较弱的关联。作为在没有GPU的普通电脑上输出语音的方式，可为在ATF Works这类工作空间中朗读文档提供参考。

许可证

MIT 宽松许可。保留版权声明即可商用和修改。

同领域的其他仓库

• originalankur/maptoposter
  一个生成并导出城市极简地图海报的Python脚本，可选择blueprint、japanese_ink等主题。
• chatfire-AI/huobao-drama
  一个自动化短剧制作的全栈平台。LLM从剧本中提取人物、场景和分镜，再由图像和视频模型生成设计和片段，并合成为完整剧集。
• torvalds/AudioNoise
  AudioNoise是为学习数字音频处理基础而写的一组简单音频效果，例如phaser和echo。它使用IIR滤波器和delay loop，按输入一个样本、输出一个样本的方式处理。
• cjpais/Handy
  一个离线运行的跨平台桌面语音转文字应用。按住或切换快捷键后说话，转写的文字会粘贴到当前使用的应用中。它用Silero VAD过滤静音，并使用本地Whisper或Parakeet模型转写。
• remotion-dev/remotion
  一个用React代码制作视频的框架，以代码为准。可以借助编码智能体制作视频、通过拖放编辑，或连接数据后在自己的基础设施上批量渲染。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。