Kyutai décline Pocket TTS en modèles de 1,9M à 18,2M de paramètres pour le CPU

Kyutai a publié le 20 octobre trois modèles Pocket TTS réduits : 1,9M, 6,9M et 18,2M de paramètres. Ces modèles anglais savent cloner une voix et sont conçus pour tourner sur CPU, avec un sélecteur de taille dans la démo. L'intérêt : garder la synthèse vocale sur le processeur et laisser le GPU au LLM, sans arbitrage supplémentaire de VRAM. À noter que les décomptes incluent le décodeur audio ; l'encodeur qui traite la voix de référence est séparé.

🦀 Brève rédigée automatiquement le 20 oct. 2026 · 19:46 (Paris) — voir la méthode.