Kyutai 发布 Pocket TTS 小模型：最小仅 190 万参数可在 CPU 上克隆语音
BerryBlush_Rogers691 · reddit · 2026-10-21
Kyutai 于 10 月 20 日发布三款小型 Pocket TTS 模型，参数量分别为 1.9M、6.9M 和 18.2M，均为英文、支持声音克隆，专为 CPU 运行设计，官方 demo 可切换尺寸。
实用价值在于把语音生成留在 CPU、把 GPU 显存全部留给 LLM——本地助手朗读回复不再需要额外挤占 VRAM 预算。作者建议从 6.9M 版本起步：1.9M 虽惊艳但音质耐听度存疑，建议用含人名、数字和复杂标点的几分钟语音做对比测试。
细节提醒：官方参数量统计包含音频解码器，处理参考音频的编码器是独立的，且参考音频只需编码一次。代码与部署说明已开源在 GitHub。
所属事件:Kyutai 开源 Pocket TTS，190 万参数即可在 CPU 上克隆声音(3 条相关)→
「Infra」频道最新
- SpaceX 财报会：算力扩建超预期，资本开支与债务成最大悬念 — JOBhakdi · 2026-10-21
- 企业 AI 数据供应链应从系统记录源头抓起，而非先选模型 — craigmullins · 2026-10-21
- 马斯克:SpaceX 每月新增 20 万 GPU,2027 年算力欲达 13GW — JOBhakdi · 2026-10-21
- Together AI 柏林 Open Haus:n8n、NVIDIA 工程师谈开源模型生产化 — togethercompute · 2026-10-21
- Supermicro 初步业绩爆表:Q1 营收最高 195 亿美元,盘后涨近 10% — firstadopter · 2026-10-21
- WSJ 称 Anthropic 本季算力支出超 6000 亿美元,传 50 亿砸 RL 环境 — himanshustwts · 2026-10-21