Pocket TTS

CPU에서 효율적으로 실행되도록 설계된 가벼운 텍스트 음성 변환(TTS) 애플리케이션입니다. TTS 모델을 제공하는 GPU나 웹 API 사용의 번거로움은 잊으세요. Kyutai의 Pocket TTS를 사용하면 오디오 생성이 단순히 pip 설치와 함수 호출만으로 가능합니다.

Python 3.10, 3.11, 3.12, 3.13, 3.14를 지원합니다. PyTorch 2.5+가 필요하며, GPU 버전의 PyTorch는 필요하지 않습니다.

🔊 데모 | 🐱‍💻GitHub 저장소 | 🤗 Hugging Face 모델 카드 | ⚙️ 기술 보고서 | 📄 논문 | 📚 문서

주요 특징

• CPU에서 실행
• 작은 모델 크기, 1억(100M) 파라미터
• 오디오 스트리밍
• 낮은 지연 시간, 첫 오디오 청크까지 약 200ms
• 실시간보다 빠름, MacBook Air M4 CPU에서 약 6배 실시간 속도
• CPU 코어 2개만 사용
• Python API와 CLI 제공
• 음성 클로닝
• 다국어 지원: 영어, 프랑스어, 독일어, 포르투갈어, 이탈리아어, 스페인어
• 무한히 긴 텍스트 입력 처리 가능
• 브라우저에서 클라이언트 측 실행 가능

추후 추가 언어가 추가될 수 있습니다.

설치 없이 웹사이트에서 사용해보기

Kyutai 웹사이트로 이동하여 브라우저에서 직접 사용해 보세요. 텍스트를 입력하고, 다양한 음성을 선택하며, 설치 없이 음성을 생성할 수 있습니다.

CLI로 사용해보기

generate 명령어

명령줄에서 직접 pocket-tts를 사용할 수 있습니다. uv 사용을 권장하며, 이는 격리된 환경에서 필요한 의존성을 자동으로 설치합니다 (uv 설치 방법은 여기 참조). 수동으로 설치하려면 pip install pocket-tts를 사용할 수도 있습니다.

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.