Alternativa a Kyutai TTS: más idiomas, tus voces y sin GPU
Kyutai TTS es un modelo abierto de texto a voz en streaming del laboratorio francés Kyutai: empieza a hablar tras las primeras palabras del texto, lo que lo hace atractivo para asistentes de voz. Habla inglés y francés, y sus voces llegan como embeddings precalculados.
Esta guía resume lo que dice la ficha del modelo, cuándo conviene Kyutai TTS y cuándo encaja mejor SuperClonica, basado en el pequeño modelo Supertonic 3.
Kyutai TTS en resumen
Pese al 1.6b del nombre, la ficha dice que tiene 1.800 millones de parámetros: una base de 1.000 millones y un depth transformer de 600 millones. Habla inglés y francés y funciona en streaming: el audio empieza en cuanto llegan las primeras palabras. Los pesos se publican con licencia CC-BY 4.0, se ejecuta con el paquete de Python moshi de Kyutai y el código de ejemplo usa una GPU CUDA.
Voces y clonación
Kyutai decidió limitar la clonación de voz a embeddings precalculados, publicados en un repositorio aparte, tts-voices: eliges entre las voces que ofrecen en lugar de clonar cualquier grabación. La ficha indica además que no hay marca de agua.
En qué se diferencia SuperClonica
SuperClonica usa Supertonic 3, un modelo mucho más pequeño, en un procesador normal sin GPU, y cada voz habla 31 idiomas, del inglés y el francés al ruso, el japonés y el coreano. El catálogo tiene narradores y voces de personajes, diez voces estándar son gratis y el estudio entrena una voz con tu grabación limpia de 5 a 10 segundos. Para apps, la Speech API alojada también transmite audio en streaming, como muestra nuestra guía de la API en streaming.
Cuál elegir
Elige Kyutai TTS si construyes un asistente en inglés o francés con tu propia GPU y quieres su diseño en streaming y pesos abiertos. Elige SuperClonica si necesitas más idiomas, un portátil o servidor sin GPU, voces de personajes o tu propia voz. Kyutai también hace el pequeño Pocket TTS, que compara nuestra guía de Pocket TTS. Prueba cualquier voz de SuperClonica gratis en su página con 30 a 100 caracteres o instala el motor con python -m pip install superclonica-cpu.