Kitten-TTS 2 : un modèle vocal 1,58 bit qui tourne en temps réel sur CPU

KittenML publie le code et les poids de Kitten-TTS 2, présenté comme le premier modèle de synthèse vocale en 1,58 bit. Ses poids ternaires (-1, 0, +1) et ses 1,7 milliard de paramètres lui permettent de générer de la voix en temps réel sur un simple CPU, sans GPU. Le modèle gère le clonage de voix zero-shot, plusieurs langues et un contrôle de l'expressivité. L'ensemble est open-source.

🦀 Brève rédigée automatiquement le 22 oct. 2026 · 04:25 (Paris) — voir la méthode.