KittenML开源三值语音模型Kitten-TTS 2
热点事件持续更新
KittenML开源三值语音模型Kitten-TTS 2
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
KittenML发布并开源Kitten-TTS 2代码与权重，称其采用1.58-bit三值权重、拥有1.7B参数，可通过优化后的CPU三值推理内核在无需GPU的普通笔记本上实时生成语音，也支持消费级GPU运行。模型提供免费浏览器demo和本地安装，个人及小创作者免费使用，大型公司需购买商业授权；内置115种声音，支持20多种语言、情感标签（beta）和声音克隆。报道对参考音频时长说法不一：早期称可用不足5秒音频，后续报道称支持5—30秒短音频。
AI 根据报道生成 · 1 小时前更新
最新进展11月4日 15:41
开源 Kitten-TTS 2 支持免 GPU 语音克隆与 TTS事件进展
2 个进展
- 11月4日 15:41 · 1 篇报道开放 Kitten-TTS 2 使用与安装AGI Hunt：开源 Kitten-TTS 2 支持免 GPU 语音克隆与 TTS
- 10月22日 08:33 · 1 篇报道KittenML 发布并开源 Kitten-TTS 2AGI Hunt：Kitten-TTS 2 开源，支持 1.58-bit 三值权重 CPU 实时语音合成
报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- AGI Hunt开源 Kitten-TTS 2 支持免 GPU 语音克隆与 TTS
开源 Kitten-TTS 2 提供免费语音克隆与 TTS，普通笔记本无需 GPU 即可运行，可作为 ElevenLabs 的替代方案。模型内置 115 种声音，支持用 5-30 秒短音频克隆音色、覆盖 20 种语言，并提供处于 beta 阶段的情感标签。
10月22日
- AGI HuntKitten-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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。