返回音乐

KittenTTS:15M 参数,CPU 也能本地念一句

目录

5
  1. 一、下载地址
  2. 二、实测信息
  3. 三、CPU 上真的能合成
  4. 四、它不是双击软件
  5. 五、软件信息

KittenML 官网首页,主推 Frontier Voice AI 与在线试读框

KittenTTS 是 KittenML 开源的轻量文本转语音组件:Python wheel + ONNX Runtime,不依赖 GPU,模型从 Hugging Face 拉取后可离线合成。仓库 latest 发行资产是 kittentts-0.8.1-py3-none-any.whl(22,210 字节);官网 kittenml.com 当前主推商业向的 Kitten-TTS 2,和本篇实测的 0.8.1 开源包不是同一条产品线。

下载地址

渠道地址或说明
官方GitHub Releases:https://github.com/KittenML/KittenTTS/releases/tag/0.8.1 ;whl:kittentts-0.8.1-py3-none-any.whl;官网:https://kittenml.com/
123云盘https://1626683.share.123pan.cn/123pan/ekeA-bK5I?pwd=8888#
夸克网盘https://pan.quark.cn/s/ffd501a9c883
蓝奏云蓝奏返回 code=11,不传

提取码统一 8888。网盘里是官方 v0.8.1 原包(22,210 字节),未改动。模型权重需另从 Hugging Face 拉取(本机实测 nano-int8 ONNX 约 24.4 MB + voices.npz 约 3.3 MB)。

实测信息

环境:Windows 10 LTSC 2021(19044),Python 3.12,ONNX Runtime 1.31;本机直连 huggingface.co 超时,改用 HF_ENDPOINT=https://hf-mirror.com 拉模型。工作目录若含中文路径,espeak-ng 会报 Illegal byte sequence,需把运行目录挪到纯 ASCII 路径。

CPU 上真的能合成

装好 whl 后加载 KittenML/kitten-tts-nano-0.8-int8,音色选 Jasper,英文短句「KittenTTS works on CPU without a GPU.」:加载约 2.8 s,合成约 0.47 s,输出 94,600 采样点 / 约 3.94 s、24 kHz WAV(189,244 字节)。八种音色名 Bella / Jasper / Luna / Bruno / Rosie / Hugo / Kiki / Leo 均能列出。

本机 CPU 合成日志:八音色、加载与生成耗时、WAV 体积

它不是双击软件

发行物是 Python wheel,不是传统安装包;跑通还要 ONNX Runtime、phonemizer/espeak-ng 与模型文件。仓库 README 写明开发者预览,系统要求指向 Python 3.12。中文朗读:本轮未测通(音素链路按英文 espeak 走),正文不写「已支持中文」。

软件信息

项目信息
软件名KittenTTS
版本0.8.1(GitHub tag / release 资产名一致)
发行形态kittentts-0.8.1-py3-none-any.whl(22,210 字节);模型另下
推理方式ONNX Runtime;本机 CPU 实测可出 WAV
模型规格mini 80M / micro 40M / nano 15M / nano-int8;本轮用 nano-int8(ONNX≈24.4 MB)
开源协议Apache-2.0(LICENSE 原文,允许再分发)
仓库数据稿面记录约 15.7k stars;官网另推 Kitten-TTS 2 商业线
官网https://kittenml.com/
作者信息
一起用互联网帮助更多人

本文标签:音乐

本文链接:KittenTTS:15M 参数,CPU 也能本地念一句 - http://www.go176.net/post-7618.html