Kitten-TTS 2 开源:全球首个 1.58-bit TTS,CPU 实时运行
ElectricalBar7464 · reddit · 2026-10-22
KittenML 发布并开源了 Kitten-TTS 2 的代码与权重,称其为全球首个 1.58-bit(三值)TTS 模型,定位是显存受限用户的 ElevenLabs 开源替代。
关键点
- 三值权重:正文所有线性层权重只取 -1/0/+1,scale 分组大小 128,模型 1.7B 参数,体积小、CPU 推理快
- CPU 实时生成:无需 GPU 即可实时合成,并提供优化的 CPU 三值推理内核,消费级 GPU 同样可跑
- 零样本声音克隆:不到 5 秒参考音频即可克隆,保留表现力与口音信息,无需微调
- 多语言:支持 20+ 语言的克隆,可跨语言克隆出带口音的语音
- 表现力控制:可对特定词语施加重音、控制语气,而非只选音色
相比 V0.8 版本,2.0 采用全新架构,音质更自然。代码与权重完全开源,便于本地部署或自托管。
「Infra」频道最新
- 韩 neocloud Elice 较 IPO 低点反弹 68%,主流媒体却只字不提 — firstadopter · 2026-10-22
- Berth v0.3.4:一键把 GPU 借给 Windows 虚拟机再安全归还 — Distinct-Pie2389 · 2026-10-22
- 继西门子 cuLITHO 后 Synopsys 也采用 CUDA-X，英伟达 GPU 渗透 EDA 领域 — pstAsiatech · 2026-10-22
- 投资者观望 IPO，英伟达出手 backing GPU 云商 Firmus — pstAsiatech · 2026-10-22
- Railway 阻断部署超 16 小时，theo 三个服务被迫无限期下线 — theo · 2026-10-22
- 开发者呼吁 AWS 开放算力市场,点名 SF Compute 转租模式 — arthurcolle · 2026-10-22