KittenTTS：25MB 的 AI 语音模型？还开源免费，手机都能跑！

Kitten ML 团队继推出 25MB 的 Nano 预览版后，再度震撼发布 Kitten TTS Mini！这款 170MB 的开源文本转语音模型，同样内置 8 种生动声音，并延续了在手机、树莓派上流畅运行的超低门槛。见证这场轻量级 AI 语音的进化。

在人工智能技术飞速发展的今天，当我们谈到高品质的“文本转语音”（TTS）模型时，脑中浮现的往往是庞大的文件、对高阶硬件（特别是 GPU）的依赖，以及可能伴随而来的昂贵授权费。但如果，有一个模型能打破所有这些规则呢？

最近，一个名为 Kitten ML 的团队就在技术圈投下了一颗震撼弹。他们先是释出了一款名为 KittenTTS Nano 的预览版，以其不到 25MB 的超小体积震惊了社群。而现在，他们乘胜追击，正式推出了更强大、更完整的版本——KittenTTS Mini，再次在 GitHub 上引起了开发者们的热烈讨论。

为什么这个系列如此特别？因为它小得不可思议，而且完全免费。

一场惊人的进化：从 Nano 到 Mini

要理解 KittenTTS 的魅力，我们得从它的两个版本看起。这不仅是一个模型的更新，更是一次清晰的技术进化。

KittenTTS Nano (kitten-tts-nano-0.1)

这是 Kitten ML 团队投下的第一颗震撼弹。作为一个“预览版”，Nano 版本的模型参数仅有约 1500 万个(15M)，整体文件大小甚至不到 25MB！你可以在 Hugging Face 上找到它。

这是一个什么概念？大概就是几张高画质照片的大小。它向世界证明了，一个极度轻量化的模型也能发出清晰、自然的声音。

KittenTTS Mini (kitten-tts-mini-0.1)

在 Nano 成功验证概念后，团队推出了更成熟的 Mini 版本。这个模型的参数扩展到了约 8000 万个(80M)，文件大小也相应增长至 170MB 左右。你可以在 Hugging Face 找到这个新版本。

虽然体积变大了，但相较于动辄数 GB 的主流 TTS 模型，170MB 依然是个极其轻巧的数字。而这增加的体积，换来的是更丰富的语音细节和更佳的整体表现。

小体积，大能量：KittenTTS Mini 的核心优势

那么，升级后的 KittenTTS Mini 究竟有哪些令人惊喜的优势呢？

八种生动活泼的声音

Mini 版本继承并优化了内置的八种英文语音（四女四男）。这些声音并非单调的机器朗读，而是带有相当不错的表现力与情感。对于一个如此迷你的模型来说，能达到这种程度的生动性，实在是令人印象深刻。

令人难以置信的轻量化

这依然是 KittenTTS 系列最吸引人的特点。即使是 170MB 的 Mini 版本，对硬件资源的消耗也极低。这意味着开发者可以轻松将其整合到各种应用中，而无需担心服务器成本。

真的在哪都能跑！

忘了那些仅仅是“无需 GPU”的口号吧——KittenTTS 的运行门槛低到了一个全新的境界。无论是 Nano 还是 Mini，它们都不只可以在普通的 CPU 上运行，甚至能在像树莓派（Raspberry Pi）这样的微型电脑，甚至是手机上顺畅地生成语音。

对于许多预算有限的开发者、学生或业余爱好者来说，这无疑是个天大的好消息。你不再需要昂贵的硬件设备，就能在自己的项目中整合高品质的语音功能。

开源万岁！完全免费使用

是的，你没看错。KittenTTS 系列是完全开源的。这代表任何人都可以免费下载、使用，甚至修改它的源代码，无论是个人项目还是商业应用。这种开放的态度，无疑会极大地推动社群的发展和模型的普及。

魔法背后的秘密：它是如何做到的？

KittenTTS 能够在如此小的体积下维持优异的表现，其技术核心似乎采用了 G2P（Grapheme-to-Phoneme） 的路径。这听起来可能有点复杂，但原理其实相当直观。

• Grapheme (字素)： 指的是我们书写的文字单位，例如英文字母 ‘c’。
• Phoneme (音素)： 指的是语言中最小的声音单位，例如 ‘c’ 在 “cat” 中发 /k/ 的音。

G2P 的作用，就是在生成语音之前，先将输入的文字（字素）转换成一套标准的音标（音素）。这样一来，模型就能更准确地知道每个单词该如何发音，从而生成更自然、更清晰的语气，这也是它能在小体积下维持不错品质的关键之一。

未来蓝图：KittenTTS 的下一步是什么？

Kitten ML 团队也大方地公布了他们更新后的开发蓝图：

• 发布预览版模型 (Nano) (已完成)
• 发布完整训练模型 (Mini) (已完成)
• 释出移动设备 SDK
• 推出网页版服务

从这个蓝图可以看出，团队的目标非常明确：让 KittenTTS 变得更加强大且易于使用。未来的移动设备 SDK 和网页版，将会让更多不具备编程背景的用户也能轻松体验。此外，官方也提到，未来的版本预计会支持多国语言，这更让人充满期待。

总结：为什么你该关注 KittenTTS？

KittenTTS 的出现，不仅仅是多了一个新的 TTS 工具。它从 Nano 到 Mini 的进化，生动地证明了在 AI 领域，高性能与轻量化并非不可兼得。

它的小体积、跨平台能力、出色的表现力，以及最重要的开源精神，共同构成了一个极具吸引力的选择。无论你是一位正在寻找语音解决方案的开发者，一位对 AI 技术充满好奇的学生，或只是一个单纯的科技爱好者，KittenTTS 都值得你投入关注。

让我们一起期待它未来的发展，以及它将为 AI 语音技术带来什么样的变革吧！