# Pocket TTS Spokenword

> Книги оживают: как искусственный интеллект превращает текст в аудиокниги с настоящими эмоциями

Преобразование текста в эмоциональные аудиокниги с AI-анализом эмоций, умной сегментацией предложений и адаптивным голосовым синтезом на базе Pocket TTS.

- Категории: Opensource, Бесплатные, Обработка звука, Озвучка текста
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/danneauxs/Pocket-TTS-Spokenword
- Карточка в каталоге: https://ailibri.com/pocket-tts-spokenword
- Обновлено: 2026-05-04

## Описание

Pocket TTS Spokenword - это улучшенная версия Kyutai's Pocket TTS, которая превращает обычный текст в аудиокниги с эмоциональной выразительностью. Вместо того чтобы просто озвучивать слова, сервис анализирует эмоции в тексте и адаптирует голос под настроение повествования. Радость, грусть, гнев, страх, удивление или нейтральность - система распознает шесть классов эмоций и делает озвучку живой и естественной.


Работает на базе искусственного интеллекта DistilRoBERTa, который определяет эмоциональную окраску текста. Умная система разбивает текст на фрагменты с учетом структуры предложений и абзацев, сохраняя логику повествования. Можно настроить чувствительность к эмоциям, выбрать режим разбивки текста и установить лимит слов для каждого фрагмента.


Сервис поддерживает клонирование голоса - загружаешь аудиофайл, и система создает озвучку с сохранением эмоциональных особенностей. В комплекте идет графический интерфейс для удобной работы: отслеживание прогресса, возможность перегенерировать отдельные фрагменты, пакетная обработка файлов. Есть готовый каталог голосов на выбор, включая alba, marius, javert, jean, fantine, cosette, eponine и azelma.


Работает только на процессоре, без необходимости в видеокарте. Модель компактная - всего 100 миллионов параметров плюс модуль анализа эмоций. Скорость генерации в 4-6 раз быстрее реального времени на современных процессорах, использует от одного до четырех ядер. Поддерживает Python версий 3.10, 3.11, 3.12, 3.13 и 3.14, требует PyTorch 2.5 и выше. Настройки можно сохранять в YAML-файлах для разных типов контента - художественной литературы с высокой эмоциональной чувствительностью или технической документации с нейтральной подачей.

## Похожие сервисы в каталоге

- [Fish Audio](https://ailibri.com/fish-audio): ИИ-сервис для преобразования текста в речь и клонирования голоса. Более 2 млн голосов, управление эмоциями, 30+ языков. Попробуйте бесплатно!
- [Whisper](https://ailibri.com/whisper): Нейросеть для распознавания речи с поддержкой 99 языков, которая одинаково точно работает с любыми акцентами и качеством аудио.
- [Audio-Omni](https://ailibri.com/audio-omni): Audio-Omni - первая end-to-end система для понимания, генерации и редактирования аудио. Объединяет работу со звуком, музыкой и речью через мультимодальную языко
- [MOSS-TTS-Nano](https://ailibri.com/moss-tts-nano): Компактная многоязычная модель синтеза речи с 0.1B параметрами для генерации аудио в реальном времени на CPU без GPU от OpenMOSS и MOSI.AI.
- [LuxTTS](https://ailibri.com/luxtts): LuxTTS - быстрая модель клонирования голоса со скоростью 150x реального времени. Генерация речи 48 кГц, работает на GPU и CPU, требует всего 1 ГБ видеопамяти.
- [Supertonic](https://ailibri.com/supertonic): Быстрый многоязычный синтез речи на устройстве через ONNX. Поддержка 31 языка, 99M параметров, работает локально без облака и API-вызовов в браузере, на мобильн

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com