Kitten TTS发布三款微型TTS模型，参数量低至14M且支持多语言

Kitten TTS 是一个开源的文本转语音（TTS）项目，专注于开发体积小巧但表现力强的模型，适用于设备端部署。近日，项目团队发布了三款新模型，参数量分别为80M、40M和14M。其中，80M模型音质最佳，而14M模型在表现力方面达到了当前同类模型的最先进水平（SOTA）。这些模型支持八种声音（四种男性、四种女性），并适用于英语文本转语音。模型采用int8和fp16量化技术，基于ONNX框架运行，可在树莓派、低端手机、可穿戴设备和浏览器中部署，无需GPU。此次更新标志着设备端TTS模型性能的显著提升，未来还将扩展至多语言支持。项目旨在推动AI模型在边缘设备上的应用，减少对云端计算的依赖。