8.7K Star！不用GPU也能搞语音合成，推荐这个25MB的语音合成神器，从App到嵌入式，从Web到桌面软件，哪里都能用

如果说有哪种技术最让人又爱又恨，那语音合成（TTS）肯定算一个。

TTS技术确实很酷，能让你的应用开口说话。但是也有让人头秃的一面。比如：模型体积动辄几百MB甚至上GB，必须得有GPU才能跑，部署到移动端或者嵌入式设备简直是噩梦。

但是，这些问题并不是没有解决方案，今天给你介绍一个颠覆性的开源项目来彻底解决这些痛点。它能让任何设备都能运行高质量的语音合成，而且已经被无数开发者验证过了，绝对会让你眼前一亮。

Kitten TTS 是一个开源的现实感文本转语音模型，模型参数只有1500万，专为轻量级部署和高质量语音合成而设计。

如果你不想被大模型折磨，或者想要快速给应用加上语音能力，又或者需要在低配设备上跑TTS，那么这个项目我强烈建议你收藏起来。

应用特性

• 超轻量级：模型体积小于25MB，是市面上主流TTS模型的1/10甚至更小
• 纯CPU运行：无需GPU，任何设备都能跑，手机、树莓派、老电脑统统没问题
• 高质量语音：提供多种高品质语音选项，男声女声都有，音质完全不输大模型
• 超快推理：专为实时语音合成优化，响应速度快到飞起
• 开箱即用：一行代码就能生成语音，不需要复杂的配置和调试
• 多语音支持：内置8种不同风格的语音，满足各种场景需求

最关键的是，它能让你在任何设备上运行TTS，而不是被GPU和模型体积限制。告别那些笨重的语音引擎吧！

?️ 技术架构

• 极致压缩：只有1500万参数，但通过精心设计的模型架构保证了音质
• CPU优化：针对CPU推理做了大量优化，不依赖CUDA或任何专用硬件
• 标准接口：简单的Python API，几行代码就能集成
• 跨平台支持：Windows、Linux、macOS全都能跑

快速开始

想要体验 Kitten TTS 的威力？不到1分钟就能搞定：

1、安装Kitten TTS：

pip install https://github.com/KittenML/KittenTTS/releases/download/0.1/kittentts-0.1.0-py3-none-any.whl

2、生成语音就是这么简单：

from kittentts import KittenTTSimport soundfile as sf# 初始化模型m = KittenTTS("KittenML/kitten-tts-nano-0.2")# 生成语音audio = m.generate(    "This high quality TTS model works without a GPU",     voice='expr-voice-2-f')# 保存音频文件sf.write('output.wav', audio, 24000)

可用的语音选项：

available_voices = [    'expr-voice-2-m',  # 男声1    'expr-voice-2-f',  # 女声1    'expr-voice-3-m',  # 男声2    'expr-voice-3-f',  # 女声2    'expr-voice-4-m',  # 男声3    'expr-voice-4-f',  # 女声3    'expr-voice-5-m',  # 男声4    'expr-voice-5-f'   # 女声4]

整个过程真的就是这么简单，你就能拥有一个高质量的语音合成能力，而且还不用担心设备配置和部署问题。