KittenTTS 2とは?
KittenTTS 2は、元の話者に似た音声をユーザーが生成できるAI音声生成ツールです。短い音声録音を使ったin-context voice cloningに対応し、テキストから音声を生成します。
KittenTTS 2は、テキストと短い音声録音を声の参照として使用し、元の話者に似た音声を生成する音声生成モデルです。
フリーミアム · API
KittenTTS 2は、元の話者に似た音声をユーザーが生成できるAI音声生成ツールです。短い音声録音を使ったin-context voice cloningに対応し、テキストから音声を生成します。
KittenTTS 2は、テキストベースの音声生成とin-context voice cloningを組み合わせています。公開されている製品情報では、対応モダリティとしてテキストと音声が挙げられ、APIを利用できることが確認されています。
KittenTTS 2は、テキストから音声を生成したいユーザーや、短い音声録音の話者に似た音声を作成したいユーザーに適しています。
公開情報では、APIの提供と https://platform.kittenml.com のドキュメントが確認できますが、アカウント要件、リクエスト形式、画面上の操作手順については明記されていません。
KittenTTS 2はフリーミアムとして掲載されています。公開されている製品情報には、プラン名、無料プランの利用上限、有料プランの料金、APIの利用料金は記載されていません。
公開されている説明では、KittenTTS 2はテキストからの音声生成と、短い音声を用いたin-context voice cloningに対応するとされています。具体的なベンチマーク結果、ハードウェア要件、性能比較の数値は公開されていないため、以下の比較は明示されている製品のアプローチに限られます。
KittenTTS 2
フリーミアム · API
この記事が気に入ったら、毎朝同じようなものをメールで受け取れます。
1日1通 · 2クリックで解除 · サードパーティのトラッキングなし