: 功能请求: 为本地 iOS 部署提供精炼的 6 层模型 (french_6l)？
作者: xabila创建于 2026年9月9日更新于 2026年9月9日
Hi Kyutai 团队，首先感谢你在 Pocket TTS 上做出的出色工作。我是 Meemaw.app 的开发者，这是一款 iOS 应用，严重依赖本地离线语音生成。我们的核心功能涉及由一个祖母角色朗读的口述练习（“口述”）。我目前的流程及其局限性： 目前，我的本地流程使用通过 ONNX 语音转换模型传递的原生 iOS TTS，以实现所需的祖母音色。虽然它能正常运行，但基准韵律仍然是机器人的样子。它无法正确尊重标点符号、呼吸和情感。对于口述练习，这种缺乏自然节奏往往使用户难以理解上下文并正确拼写单词。 我们为什么需要 Pocket TTS：您的模型原生地解决了韵律和标点符号问题。然而，在 iPhone 上本地运行 french_24l 模型（通过 CoreML 或 MLX）目前太繁重，耗费了太多 RAM，无法提供流畅的用户体验。 请求：由于精馏的英语 en_6l 模型对边缘部署非常高效，我很好奇，如果您的路线图上目前有精馏的 french_6l 模型，或者您可能已经拥有内部权重，并愿意发布？拥有一个 6 层法语模型将是对本地 iOS / Apple 硬件开发者来说绝对的游戏变化，他们需要高质量的法语 TTS，而不影响设备内存。 感谢您抽出时间并为开放科学做出巨大贡献！
内容来源: kyutai-labs/pocket-tts