Tải về

Pocket TTS (offline, 7 languages)

Giọng nóiNgoại tuyếnChỉ CPUĐược dùng thương mại

Lồng tiếng phụ đề của bạn bằng tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Tây Ban Nha và tiếng Hà Lan với Pocket TTS của Kyutai, bằng 23 giọng. Nó chạy trên bộ xử lý của chính máy tính bạn, nhanh hơn thời gian thực vài lần, không cần card đồ họa.

Cài đặt từ Subtitld

Cài đặt Tiện ích bổ sung Pocket TTS (offline, 7 languages) Cài đặt

Subtitld tải về, kiểm tra SHA-256 và giữ cho tiện ích luôn được cập nhật.

Mã nguồn trên GitHub
Ngôn ngữ
7
Mô hình
8
Giọng nói
23
Tải tiện ích bổ sung
16–25 MB
RAM, tối thiểu
1 GB

Nó làm gì

Nhanh trên mọi máy tính

Pocket TTS là một mô hình nhỏ, được làm để chạy trên bộ xử lý. Một câu thoại sẵn sàng trong khoảng một giây, nhanh hơn vài lần so với thời gian cần để nói câu đó.

23 giọng, bảy ngôn ngữ

Mười hai giọng nữ và mười một giọng nam, từ những người nói tiếng Anh giọng Anh, Mỹ và Scotland đến những người nói tiếng Pháp, tiếng Ý, tiếng Tây Ban Nha và tiếng Hà Lan. Mọi giọng đều nói được mọi ngôn ngữ.

Ngoại tuyến sau câu đầu tiên

Mô hình của mỗi ngôn ngữ chỉ được tải một lần, vào lần đầu bạn lồng tiếng bằng ngôn ngữ đó. Sau đó, không có gì rời khỏi máy tính của bạn.

Miễn phí cho công việc thương mại

Tiện ích bổ sung theo Apache-2.0, Pocket TTS theo MIT và các mô hình của nó theo CC-BY-4.0. Mọi giọng đều đến từ bản ghi âm được cấp phép cho mục đích thương mại.

Trước khi cài đặt

Pocket TTS đòi hỏi rất ít ở máy tính của bạn:

  • Đĩa: khoảng 220 MB cho mỗi ngôn ngữ bạn lồng tiếng, được tải ở câu đầu tiên của ngôn ngữ đó.
  • Bộ nhớ: khoảng 660 MB khi đang nói, hoặc 450 MB với Use less memory.
  • Bộ xử lý: với Intel và AMD, cần bộ xử lý có AVX2 và FMA, thứ mà bộ xử lý Intel đã có từ năm 2013 và AMD từ năm 2015. Một số bộ xử lý Celeron, Pentium và Atom không có, và trên những máy đó câu đầu tiên sẽ thất bại kèm một thông báo nói rõ điều này. Mọi máy Mac Apple Silicon đều chạy được.

Nó không nhân bản giọng. Pocket TTS làm được việc này, nhưng Kyutai chỉ cung cấp mô hình nhân bản cho những ai đăng nhập Hugging Face và chấp nhận điều khoản của họ, nên tiện ích dùng mô hình mà không có phần đó. Để lồng tiếng bằng chính giọng người nói, hãy dùng VoxCPM2 hoặc Qwen3-TTS.

Giọng nói

Trong tab Người nói, chọn Pocket TTS làm Công cụ lồng tiếng của một người nói, rồi chọn một Giọng nói. Bật Khớp bản lồng tiếng với thời lượng phụ đề cho người nói đó để kéo dài hoặc nén mỗi câu cho vừa phụ đề của nó. Ngôn ngữ của dự án quyết định mô hình, nên hãy đặt ngôn ngữ trước khi lồng tiếng.

23 giọng nói.

Giọng
Nữ Alba (thoải mái), Anna (Anh), Azelma (Canada), Caro (người đọc sách nói), Eponine (Scotland), Estelle (Pháp), Eve (Mỹ), Fantine (Anh), Jane (Mỹ), Lola (Tây Ban Nha), Mary (Mỹ), Vera (Anh)
Nam Bill (người đọc sách nói), Charles (Anh), Daan (Hà Lan), George (Mỹ), Giovanni (Ý), Javert (trầm), Marius (nhẹ nhàng), Michael (Mỹ), Paul (Anh), Peter (người đọc sách nói), Stuart (người đọc sách nói)

Một giọng có thể vẫn giữ chút giọng địa phương khi nói ngôn ngữ khác, nên hãy thử vài giọng bằng ngôn ngữ của dự án trước khi chọn. Lựa chọn của chính Kyutai là Alba cho tiếng Anh, Estelle cho tiếng Pháp, Giovanni cho tiếng Ý, Lola cho tiếng Tây Ban Nha và Daan cho tiếng Hà Lan. Mỗi giọng được tải vào lần đầu bạn dùng nó, dưới 8 MB.

Kyutai còn cung cấp thêm bốn giọng mà tiện ích không đưa vào: hai giọng đến từ bản ghi âm chỉ được cấp phép cho mục đích phi thương mại, và hai giọng không cho biết nguồn gốc.

Mô hình

Pocket TTS có một mô hình cho mỗi ngôn ngữ. Không mô hình nào nằm trong tiện ích bổ sung: mỗi mô hình được tải vào bộ nhớ đệm mô hình dùng chung của Subtitld vào lần đầu bạn lồng tiếng bằng ngôn ngữ của nó, từ Hugging Face ở một phiên bản cố định, với từng tệp được kiểm tra. Một lần tải bị gián đoạn sẽ tiếp tục từ chỗ đã dừng. Cập nhật hoặc gỡ tiện ích bổ sung vẫn giữ lại các mô hình.

Mô hìnhNgôn ngữ Tải vềPhù hợp với
Tiếng Anh Mặc định englishen
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Pháp Mặc định frenchfr
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Đức Mặc định germande
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Bồ Đào Nha Mặc định portuguesept
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Ý Mặc định italianit
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Tây Ban Nha Mặc định spanishes
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Hà Lan Mặc định dutchnl
219 MB
Mọi giọng, nhanh khoảng 3 lần thời gian thực
Tiếng Anh, nhỏ english_18m_refl_2026-10en
112 MB
Nhanh gấp khoảng hai lần Standard

Model trong cài đặt của tiện ích chọn kích thước. Small là mô hình tiếng Anh mới nhất của Kyutai, với 18 triệu tham số thay vì 100 triệu. Large preview nạp các mô hình 24 lớp của Kyutai, 670 MB mỗi ngôn ngữ và 1,3 GB cho tiếng Anh, với tốc độ khoảng bằng thời gian thực. Kyutai gọi chúng là bản xem trước, không phải mô hình hoàn chỉnh. Trong thử nghiệm của chúng tôi, chúng không mắc ít lỗi hơn Standard.

Tùy chọn

Trong Cài đặt › Tiện ích bổ sung › Pocket TTS (offline, 7 languages) › Cấu hình.

Model
Mặc định: standard

Standard phù hợp với hầu hết mọi dự án. Small giúp tiếng Anh nhanh gấp khoảng hai lần; các ngôn ngữ khác vẫn dùng Standard. Large preview chạy khoảng bằng thời gian thực; hãy nghe thử vài câu trước khi dùng nó để lồng tiếng cả một video.

Use less memory
Mặc định: tắt

Dùng khoảng 450 MB bộ nhớ thay vì 660 MB, và chậm hơn khoảng một phần năm.

Ngôn ngữ

Tiếng Anh, tiếng Pháp, tiếng Đức, tiếng Bồ Đào Nha, tiếng Ý, tiếng Tây Ban Nha và tiếng Hà Lan. Một dự án ở bất kỳ ngôn ngữ nào khác sẽ nhận được một thông báo nói rõ điều này: hãy chọn một công cụ lồng tiếng khác cho dự án đó.

  • en
  • fr
  • de
  • pt
  • it
  • es
  • nl

Nền tảng

Hệ thống Tải vềĐã thử
Linux x86-64 25.3 MBLồng tiếng với các mô hình thật trên máy thật và trong CI
macOS (Apple silicon) 21.9 MBLồng tiếng với các mô hình thật trong CI (Apple Silicon)
Windows x86-64 16.4 MBLồng tiếng với các mô hình thật trong CI

Linux x86-64, macOS trên Apple Silicon và Windows x86-64. Mỗi bản phát hành được dựng trên cả ba, và trên mỗi nền tảng, CI cài tiện ích bổ sung giống như Subtitld làm, tải các mô hình tiếng Anh và lồng tiếng với chúng. Trên Linux, nó cần glibc 2.34 trở lên, giống như chính Subtitld.

Khắc phục sự cố

  • network_unavailableKhông tải được mô hình. Kiểm tra kết nối rồi thử lại: việc tải sẽ tiếp tục.
  • disk_fullKhông đủ dung lượng đĩa cho mô hình. Mỗi ngôn ngữ cần khoảng 220 MB.
  • unsupported_languageNgôn ngữ của dự án không thuộc bảy ngôn ngữ này, hoặc chưa được đặt. Hãy đặt ngôn ngữ trong dự án, hoặc chọn một công cụ lồng tiếng khác.
  • unsupported_voiceDự án chỉ định một giọng mà phiên bản này không có. Chọn lại giọng trong tab Người nói.
  • bad_paramsCâu không có văn bản.
  • internalCó lỗi bên trong tiện ích bổ sung; thông báo có chi tiết. Nếu thông báo nói bộ xử lý thiếu AVX2 và FMA, máy tính này không chạy được Pocket TTS.

Giấy phép

Tiện ích bổ sung
Apache-2.0
Công cụ
MIT
Pocket TTS, của Kyutai
Mô hình
CC-BY-4.0
Trọng số Pocket TTS, của Kyutai

Phù hợp cho công việc thương mại: tiện ích bổ sung theo Apache-2.0, Pocket TTS theo MIT, và các mô hình của nó là của Kyutai, theo CC-BY-4.0. Các giọng đến từ bản ghi âm theo CC0 hoặc CC-BY-4.0. Bản lồng tiếng bạn làm ra là của bạn. Kyutai cấm dùng Pocket TTS để bắt chước giọng của một người thật khi chưa có sự đồng ý của họ, hoặc để lừa dối.

Phiên bản

  • 26.10.1

    The first release: offline text-to-speech with Kyutai's Pocket TTS.

    • Speaks English, French, German, Portuguese, Italian, Spanish and Dutch at 24 kHz, in 23 built-in voices; every voice speaks every language.
    • Runs on the CPU, about three times faster than real time, with about 660 MB of memory. No GPU, no torch.
    • Each language's model, about 220 MB (CC-BY-4.0), downloads on its first line, checked by sha256, and resumes if interrupted.
    • Model sizes in Configure: Standard; Small, English only (112 MB, about twice as fast); and Kyutai's large previews.
    • No voice cloning: Kyutai gates that model.
    • On x86, needs a processor with AVX2 and FMA (Intel since 2013, AMD since 2015).

    Built on Kyutai's pocket-tts binary from release v4.0.0 (MIT).

Các tiện ích bổ sung Giọng nói khác

Cập nhật · Từ danh mục tiện ích bổ sung Báo cáo sự cố với tiện ích bổ sung này