daiemon12/kyutai-tts-handler

Kyutai TTS Handler pour Hugging Face Endpoints

Déploiement rapide

1. Créez un nouveau repo sur Hugging Face : daiemon12/kyutai-tts-endpoint

2. Uploadez ces fichiers :

   • handler.py
   • requirements.txt
   • README.md

3. Configuration de l'endpoint :

Model Repository: daiemon12/kyutai-tts-endpoint

Hardware: Intel Sapphire Rapids - 8 vCPUs · 16 GB
($0.268/h)

Ou mieux (recommandé pour production):
Hardware: NVIDIA T4 · 16GB VRAM
(~$0.60/h mais BEAUCOUP plus rapide)

Security: Protected ✅
Autoscaling: 0 to 2 replicas
Scale-to-zero: après 60 min ✅

Utilisation

import requests

response = requests.post(
    "https://xxxxx.endpoints.huggingface.cloud",
    headers={"Authorization": f"Bearer {HF_TOKEN}"},
    json={
        "inputs": "Bonjour, ceci est un test de synthèse vocale.",
        "parameters": {
            "language": "fr",  # ou "en", ou "auto"
            "speed": 1.0
        }
    }
)

audio_base64 = response.json()["audio"]

Performances attendues

• Latence première requête : ~10-15s (chargement modèle)
• Latence suivantes : 200-400ms
• Qualité : État de l'art pour FR/EN
• Streaming : 220ms du texte au premier audio

Alternative simple

Si vous voulez tester rapidement sans créer de repo :

1. Allez sur https://huggingface.co/spaces
2. Duplicate un Space TTS existant
3. Modifiez pour utiliser Kyutai

Mais pour production, utilisez l'endpoint avec ce handler !