使用 KittenTTS 模型在本地生成 TTS 音频,支持可选嗓音和多种模型规模,以平衡质量与速度。
KittenTTS Skill.是一项面向实际任务的技能,主要用于Génère des réponsion aditio是一项围绕特定任务主题设计的实用技能。它会根据用户给出的目标、输入材料和运行环境,组织必要的处理步骤,调用适合的工具或接口,并把执行结果整理成便于检查和继续使用的形式。
涉及外部服务、账号权限和敏感数据时。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
在本地使用 KittenTTS 模型生成 TTS 音频响应。
pip install https://github.com/KittenML/KittenTTS/releases/download/0.8.1/kittentts-0.8.1-py3-none-any.whl soundfile
from kittentts import KittenTTS
# 加载模型(nano = 更轻量,mini = 更高质量)
model = KittenTTS("KittenML/kitten-tts-nano-0.8-int8")
# 生成音频
audio = model.generate("Bonjour Fred !", voice="Bella")
# 保存为文件
model.generate_to_file("Bonjour Fred !", "output.wav", voice="Luna")
| 模型 | 参数量 | 大小 |
|---|---|---|
| nano-int8 | 15M | 25 MB |
| nano | 15M | 56 MB |
| micro | 40M | 41 MB |
| mini | 80M | 80 MB |
kittentts 工具工作区根目录下提供了一个 CLI 封装工具:
python kittentts_cli.py "Your text here" --voice Luna --output audio.wav
注意: 虚拟环境位于 skills/kittentts/.venv/
与 OpenClaw 的 tts 工具配合使用时,该 skill 会生成音频文件,随后 tts 工具会自动将该音频通过 Telegram 发送出去。
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章