
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。

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/ |


