CPU 端四款开源 TTS 横评，仅 Pocket TTS 支持克隆
gvij · reddit · 2026-07-06
作者在 CPU 上对比四款开源 TTS 模型（含 Kyutai 新发布的 Pocket TTS）。Pocket TTS 是首个支持零样本声音克隆的 CPU 开源模型（5 秒参考音频），MIT 许可、pip 即装。横评显示：Kokoro 82M 质量最高（MOS 4.46）但不支持克隆；Supertonic 3 五步法速度较快（4.2x）适合视频配音；Inflect-Nano 最快但音质发闷；Pocket TTS 最慢（1.4x）却是唯一能克隆声音的选择。
所属事件:Kyutai开源可在CPU端运行的声音克隆模型Pocket-TTS(4 条相关)→
「多模态」频道最新
- ComfyUI Krea2 风格提示词节点复活：新分支更新大规模风格库 — Winter_unmuted · 2026-10-27
- 无 LLM 调用的「创意生成器」：单个 HTML 文件在浏览器内产出复古海报 — Afinetheorem · 2026-10-27
- 网友用 Copilot 想象并归档自己的 80/90 年代冬季穿搭概念 — Valuable-Sky2134 · 2026-10-27
- 开源钢琴转写模型 Transkun 实测:连延音踏板事件都能准确识别 — alexanderchen · 2026-10-27
- fal 上线 FLUX 3 Image Klein LoRA 训练:支持 10 张参考图、单请求叠加 3 个 LoRA — OdinLovis · 2026-10-27
- 女朋友总想挤痘？网友用 AI 把她自拍做成可玩广告游戏 — CurieuxExplorer · 2026-10-27