Kyutai가 Pocket TTS를 공개했는데, 이는 5초 분량의 음성 샘플만으로도 목소리를 복제할 수 있는 모델입니다. CPU 환경에서 작동하며 MIT 라이선스를 따릅니다.
Pocket TTS는 기존 모델과 달리 텍스트 길이에 상관없이 지연 시간이 일정하며, 스트리밍 기능을 지원하여 인터랙티브한 환경에 적합합니다.
벤치마크 결과, Pocket TTS는 다른 CPU 기반 TTS 모델(Kokoro, Supertonic, Inflect-Nano)보다 느리지만, 사용자 지정 목소리 복제 기능은 독보적이며, 설치 과정도 간편하고 상업적 이용이 자유로운 MIT 라이선스를 따릅니다.