KittenTTS 設定

返回 TTS 供應商總覽

KittenTTS 直接在您的電腦上執行神經網路 TTS 模型。無需雲端、無需 API 金鑰、資料不會離開您的電腦——而且語音品質確實很好。設定大約只需 5 分鐘。目前僅支援英文。

硬體需求

KittenTTS 使用 PyTorch 在您的 CPU 上進行神經網路推論，因此需要一定的運算能力：

硬體	使用體驗
8 核心以上的現代 CPU（Ryzen 7、i7、Xeon）	極佳。語音生成速度快，對其他工作影響極小
4-6 核心（Ryzen 5、i5）	良好。生成時 CPU 使用率明顯上升，但完全可用
2 核心 / 較舊的 CPU	緩慢。每句語音可能需要數秒才能生成。建議改用 Google Cloud

CPU 使用僅為暫時性 — KittenTTS 只在實際生成語音時使用 CPU（通常每句 1-2 秒）。語音之間的間隔，CPU 使用率幾乎降為零。

執行緒管理

預設情況下，KittenTTS 會使用所有可用的 CPU 核心以達到最快速度。如果您同時在執行西洋棋引擎（如 Stockfish），您可能會想要限制 KittenTTS 使用的執行緒數量。

在 設定 > 聲音 > KittenTTS CPU Threads 中，設定一個數值來限制執行緒使用量。設為 0 表示自動（使用所有核心）。與西洋棋引擎共用時，建議的起始值為核心數的一半。

提示： KittenTTS 和 Stockfish 都需要 CPU 核心。如果您在 KittenTTS 生成語音的同時進行全深度分析，兩者會互相競爭 CPU 時間。在 8 核心以上的機器上，您幾乎不會察覺。在 4 核心的機器上，建議給 KittenTTS 2 個執行緒，其餘留給引擎。

步驟一：安裝依賴套件

KittenTTS 需要 Python 3.10+ 及幾個 Python 套件。請選擇以下其中一種方式：

選項 A：應用程式內建設定精靈（推薦）

1. 開啟 En Parlant~ 並前往 設定 > 聲音
2. 將 TTS 供應商 設為 KittenTTS (English Only)
3. 如果缺少依賴套件，會出現黃色的「Setup Guide」提示
4. 點擊提示以開啟設定精靈
5. 精靈會逐步引導您完成每個步驟，並提供「Fix」按鈕進行自動安裝

選項 B：終端機設定腳本

cd /path/to/en-parlant
./scripts/setup-tts.sh --kittentts

這會建立一個 Python 虛擬環境並安裝所需套件（kittentts、flask、soundfile、numpy）。nano 模型（約 25MB）會在首次執行時從 HuggingFace 下載。

選項 C：手動設定

cd /path/to/en-parlant/scripts
python3 -m venv .venv
.venv/bin/pip install kittentts flask soundfile numpy

步驟二：設定 En Parlant~

1. 開啟 En Parlant~ 並前往 設定（齒輪圖示）> 聲音 分頁
2. 將 TTS 供應商 設為 KittenTTS (English Only)
3. 選擇此供應商後，伺服器會自動啟動
4. 等待幾秒鐘讓模型載入（首次執行會從 HuggingFace 下載）
5. 選擇一個語音 — 共有 8 種選項（4 種男聲、4 種女聲）
6. 點擊語音選擇器旁邊的 Test 按鈕

您應該會聽到以自然、富有表現力的 AI 語音朗讀的西洋棋著法。

疑難排解

• 出現「Server not responding」錯誤？ KittenTTS 伺服器可能未啟動。請檢查設定中的設定精靈 — 它會顯示依賴套件狀態，並能自動修復缺少的套件。
• 首次執行很慢？ 約 25MB 的 nano 模型會在首次使用時從 HuggingFace 下載。這是一次性的下載。後續啟動只需 2-5 秒。
• CPU 使用率很高？ 這在語音生成期間是正常的。如果影響到其他工作，請在設定中減少執行緒數量。
• 沒有聲音？ 請確認已安裝 Python 3.10+ 且虛擬環境已成功建立。設定精靈可以協助診斷此問題。

語音指南

KittenTTS 提供 8 種語音，編號 2-5，每個編號各有男聲和女聲版本。所有語音均為英文，音色略有不同。建議試聽幾種，找到您最喜歡的聲音。

語言說明

KittenTTS 目前僅支援英文。如需其他語言，請使用 ElevenLabs 或 Google Cloud。使用 KittenTTS 時，TTS 語言設定會被忽略 — 西洋棋術語一律以英文朗讀。