Skip to content

KittenTTS 2

KittenTTS 2 — модель генерации речи, которая создаёт речь, похожую на речь исходного говорящего, используя текст и короткую аудиозапись в качестве образца голоса.

Freemium · API

stork
Я одно неподвижное изображение.
Одна напечатанная фраза. Ролик стоил $0.05: это минимум за видео.
Фото заговорит за $0.20 в минуту.
Загрузите одно фото и напечатайте текст. Без подписки. Одно бесплатное видео в день.
Сделать бесплатноРазработчикам: есть API

Что такое KittenTTS 2?

KittenTTS 2 — инструмент генерации речи на основе ИИ, позволяющий пользователям создавать речь, похожую на речь исходного говорящего. Он поддерживает клонирование голоса в контексте по короткой аудиозаписи и генерирует речь из текста.

Ключевые функции KittenTTS 2

KittenTTS 2 сочетает генерацию речи на основе текста с клонированием голоса в контексте. В доступной информации о продукте указаны текст и аудио в качестве поддерживаемых модальностей, а также подтверждён доступ через API.

  • Генерирует речь из текста.
  • Создаёт речь, похожую на речь исходного говорящего.
  • Поддерживает клонирование голоса в контексте.
  • Может использовать короткую аудиозапись в качестве образца голоса.
  • Поддерживает текстовую и аудиомодальности.
  • Предоставляет доступ через API.
  • Указанная модель: Stellon Labs kitten-tts-2.

Кому подойдёт KittenTTS 2?

KittenTTS 2 подойдёт пользователям, которым нужно генерировать речь из текста или создавать речь, похожую на голос говорящего на короткой аудиозаписи.

  • Пользователям, генерирующим речь из текста.
  • Пользователям, которым нужно, чтобы сгенерированная речь была похожа на голос записанного говорящего.
  • Пользователям, желающим предоставить короткую запись в качестве образца голоса.
  • Разработчикам, которым нужен доступ к генерации речи через API.

Как использовать KittenTTS 2

Доступная информация подтверждает наличие API и содержит ссылку на документацию по адресу https://platform.kittenml.com, но не уточняет требования к аккаунту, форматы запросов или действия в интерфейсе.

  1. Откройте документацию API по адресу https://platform.kittenml.com.
  2. Ознакомьтесь с описанными процедурами доступа и отправки запросов.
  3. Укажите текст для генерации речи, соблюдая описанный формат входных данных.
  4. Если вы используете клонирование голоса, предоставьте короткую аудиозапись в качестве образца голоса.
  5. Отправьте запрос через описанный API и получите сгенерированную речь в соответствии с инструкциями документации.

Цены и тарифы KittenTTS 2

Для KittenTTS 2 указана модель freemium. В доступной информации о продукте не приведены названия тарифов, ограничения бесплатного уровня, цены платных планов или расценки на использование API.

  • Freemium: указанная модель ценообразования; включённые функции и ограничения не уточняются.
  • Платные планы: цены и подробности тарифов недоступны.

Плюсы

  • Supports in-context voice cloning from a short audio recording.
  • Generates speech from text.
  • Supports text and audio modalities.
  • An API is available, with documentation at platform.kittenml.com.
  • Listed as freemium.

Минусы

  • Specific free-tier limits and paid prices are not provided.
  • The available information does not specify supported audio formats or recording requirements.
  • No API request examples, rate limits, or usage prices are provided.
  • No benchmark results or hardware requirements are specified.

KittenTTS 2 в сравнении с конкурентами

В доступном описании подтверждены генерация речи из текста и клонирование голоса в контексте по короткой аудиозаписи в KittenTTS 2. Конкретные результаты бенчмарков, требования к оборудованию и показатели сравнительной производительности не приводятся, поэтому сравнения ниже ограничены заявленными подходами продуктов.

KittenTTS 2

Freemium · API

Из блога Stork

Нравится статья? Получайте такие каждое утро на почту.

одно письмо в день · отписка в два клика · без сторонних трекеров