軽量で高品質なTTSモデルKitten TTSが登場

Kitten TTSは、わずか1500万パラメーターのオープンソースでリアルなテキスト読み上げモデルです。軽量な展開を目的として設計されており、驚くほど高品質な音声合成を実現します。pipによる簡単なインストールと数行のコードで、複数の音声オプションを使用して音声生成を行うことができます。リソースの限られたデバイスに最適です。