Kitten-TTS 2 开源，支持 1.58-bit 三值权重 CPU 实时语音合成

KittenML 发布并开源 Kitten-TTS 2 的代码与权重，将其定位为 1.58-bit 三值 TTS 模型。该模型拥有 1.7B 参数，通过优化的 CPU 三值推理内核实现无需 GPU 的实时生成，也可在消费级 GPU 上运行。它支持使用不到 5 秒的参考音频进行零样本声音克隆，覆盖 20+ 语言，并可控制重音与语气；相比 V0.8，2.0 采用全新架构，音质更自然。