# Лучшие бесплатные модели синтеза речи для локального запуска в 2026 году

Обновлено 2026-10-23

Бесплатный TTS уже годится для настоящей работы, и многие открытые модели запускаются на своём железе. Но за словом «бесплатный» скрываются серьёзные различия: одни лицензии запрещают коммерческое использование, другим моделям нужна мощная видеокарта, и лишь немногие спокойно работают на обычном процессоре.

В обзоре — открытые модели, которые мы сравниваем на этом сайте. SuperClonica продаёт голоса для одной из них, Supertonic 3, — учитывайте это. Мы берём факты из документации самих моделей и прямо говорим, где другая модель подходит лучше.

## Как выбрать бесплатную модель TTS

Четыре вопроса быстро сокращают список.

- Язык: говорит ли модель на вашем? Китайский, например, сразу исключает Supertonic 3.
- Лицензия: «бесплатно скачать» не всегда значит «бесплатно использовать в коммерции». Проверяйте условия и для кода, и для весов.
- Железо: обычный процессор или видеокарта с достаточным объёмом памяти?
- Голоса: хватит готовых пресетов или нужен конкретный голос по записи?

## Небольшие бесплатные модели синтеза речи для CPU

Supertonic 3 от Supertone — около 99 млн параметров, работает через ONNX Runtime и, по словам авторов, не требует видеокарты. 31 язык, включая русский, но без китайского; лицензия OpenRAIL-M — без отчислений, со списком запрещённых применений. В комплекте есть пресеты, ещё больше голосов, бесплатных и платных, — в каталоге SuperClonica, а движок SuperClonica в среднем на 61% быстрее на процессоре.

Kokoro-82M — 82 млн параметров, лицензия Apache 2.0, 54 готовых голоса на восьми языках. Сильнее всего в английском: в собственном списке голосов китайские и японские оценены ниже. Русского нет, клонирования голоса в официальном релизе тоже. Работает в Python и в браузере через kokoro-js.

Piper — быстрый локальный движок для маленьких устройств вроде Raspberry Pi, известен как голос Home Assistant. Каждый голос — отдельная ONNX-модель для одного языка; в списке 39 языков, есть русский и китайский, нет японского и корейского. Текущий движок под GPL-3.0, у каждого голоса своя лицензия.

Chatterbox Nano от Resemble AI — английская модель на 110 млн параметров под MIT. По данным Resemble AI, она в 3 раза быстрее реального времени на 8 ядрах CPU; клонирует голос по фрагменту и помечает каждый файл неслышимым водяным знаком PerTh.

## Крупные модели для клонирования голоса

Эти модели клонируют голос по нескольким секундам аудио. По нашим оценкам, на настольном процессоре они работают медленнее реального времени, так что раскрываются на видеокарте.

- Qwen3-TTS: Apache 2.0, размеры 0.6B и 1.7B, 10 языков, включая русский и китайский, клонирование по 3 секундам и создание голоса по описанию. На CPU примерно в 1–2 раза медленнее реального времени (0.6B).
- VoxCPM 2: Apache 2.0, 2 млрд параметров, 30 языков и китайские диалекты, звук 48 кГц, около 8 ГБ видеопамяти. На CPU примерно в 2–4 раза медленнее реального времени.
- Chatterbox Multilingual V3: MIT, 500 млн параметров, 23 языка, клонирование по фрагменту; примеры запускаются на видеокарте.
- Fish Audio S2 Pro: высшая оценка качества в нашей таблице и 80+ языков, но на CPU в 4–10 раз медленнее реального времени, а для коммерции нужна отдельная лицензия Fish Audio.

## Бесплатно, но не для коммерции

У нескольких популярных моделей открытый код, но некоммерческие веса. Для экспериментов и личных проектов они подходят, для платного продукта — нет.

- OmniVoice: 646 языков и клонирование по 3–10 секундам аудио. Код под Apache 2.0, предобученная модель — CC-BY-NC.
- F5-TTS: zero-shot-клонирование на китайском и английском. Код под MIT, веса под CC-BY-NC, и самая низкая скорость на CPU в нашей таблице.
- Coqui XTTS-v2: 17 языков, включая русский, и клонирование по короткому фрагменту. Coqui Public Model License распространяется и на сгенерированное аудио, а исходный репозиторий больше не поддерживается.

## Какой бесплатный TTS выбрать

На страницах сравнения по ссылкам ниже — источники и наши оценки скорости для каждой модели.

- Озвучка текста, игры и приложения на обычных компьютерах, один из 31 языка: Supertonic 3 с голосом из каталога или обученным по вашей записи.
- Английские пресеты под самой свободной лицензией: Kokoro.
- Raspberry Pi и Home Assistant: Piper.
- Мгновенное клонирование на видеокарте с правом на коммерцию: Qwen3-TTS, VoxCPM 2 или Chatterbox.
- Китайская речь: Qwen3-TTS или VoxCPM 2 на видеокарте; китайские голоса есть и у Piper, и у Kokoro.
- Исследования и личные эксперименты: любая из них, включая OmniVoice, F5-TTS и XTTS-v2.

## Другие руководства

- [Как озвучить текст голосом офлайн на своём компьютере](https://superclonica.com/ru/guides/offline-text-to-speech)
- [Клонирование голоса: как получить голос, похожий на запись](https://superclonica.com/ru/guides/voice-cloning)
- [Озвучка текста для видео, аудиокниг, игр и приложений](https://superclonica.com/ru/guides/text-to-speech-for-videos)
- [Голоса Supertonic 3: где взять свои голоса и как ими пользоваться](https://superclonica.com/ru/guides/supertonic-3-voices)
- [Озвучка текста на Python: офлайн, бесплатно и естественными голосами](https://superclonica.com/ru/guides/python-text-to-speech)
- [Свой API для озвучки текста в Docker](https://superclonica.com/ru/guides/text-to-speech-api-docker)

## Синтез речи и сравнения

- [Синтез речи и озвучка текста на вашем компьютере](https://superclonica.com/ru/text-to-speech)
- [SuperClonica против Supertonic: та же модель, быстрее и чище](https://superclonica.com/ru/compare/supertonic)
- [Fish Audio и Fish Speech или SuperClonica](https://superclonica.com/ru/compare/fish-audio)
- [OmniVoice или SuperClonica: больше языков или больше скорости](https://superclonica.com/ru/compare/omnivoice)
- [Qwen3-TTS или SuperClonica для локального синтеза речи](https://superclonica.com/ru/compare/qwen3-tts)
- [VoxCPM 2 или SuperClonica: студийный звук или скорость на CPU](https://superclonica.com/ru/compare/voxcpm)
- [F5-TTS или SuperClonica: клонирование без обучения или быстрая речь на CPU](https://superclonica.com/ru/compare/f5-tts)
- [Офлайн-альтернатива ElevenLabs](https://superclonica.com/ru/compare/elevenlabs)
- [Kokoro TTS или SuperClonica: две компактные модели для синтеза речи](https://superclonica.com/ru/compare/kokoro)
- [Piper TTS или SuperClonica: маленькие устройства или свои голоса](https://superclonica.com/ru/compare/piper)
- [Coqui XTTS-v2 или SuperClonica: альтернатива Coqui TTS](https://superclonica.com/ru/compare/xtts)
- [Chatterbox TTS или SuperClonica: мгновенный клон или обученный файл голоса](https://superclonica.com/ru/compare/chatterbox)

## Частые вопросы

### Какая бесплатная модель синтеза речи лучшая?

Зависит от задачи. Для быстрой офлайн-озвучки на CPU на 31 языке — Supertonic 3; для английских пресетов под Apache 2.0 — Kokoro; для маленьких устройств — Piper; для мгновенного клонирования на видеокарте — Qwen3-TTS или VoxCPM 2.

### Какие бесплатные TTS-модели можно использовать в коммерции?

Из перечисленных: Supertonic 3 (OpenRAIL-M со списком запрещённых применений), Kokoro, Qwen3-TTS и VoxCPM 2 (Apache 2.0) и Chatterbox (MIT). Движок Piper — под GPL-3.0, у голосов свои условия. Официальные веса OmniVoice, F5-TTS и XTTS-v2 некоммерческие, а для Fish Audio S2 Pro нужна отдельная лицензия.

### Есть ли бесплатный TTS, который работает без видеокарты?

Да. Supertonic 3, Kokoro, Piper и Chatterbox Nano работают на обычном процессоре. Крупные модели с клонированием тоже запускаются на CPU через порты сообщества, но медленнее реального времени.

### Умеют ли бесплатные модели клонировать голос?

Qwen3-TTS, OmniVoice, VoxCPM 2, Chatterbox, F5-TTS и XTTS-v2 клонируют по короткому фрагменту; Kokoro и Piper — нет. Для Supertonic 3 голос обучается по записи в файл — бесплатно на своей видеокарте NVIDIA или на заказ у автора.

- [Послушать голоса для Supertonic 3](https://superclonica.com/ru/explore)
- [Установить SuperClonica](https://superclonica.com/ru/superclonica)

## Источники

- [Карточка модели Supertonic 3 (Hugging Face)](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [Карточка модели Kokoro-82M (Hugging Face)](https://huggingface.co/hexgrad/Kokoro-82M)
- [Репозиторий Piper (OHF-Voice/piper1-gpl)](https://github.com/OHF-Voice/piper1-gpl)
- [Репозиторий Chatterbox (GitHub)](https://github.com/resemble-ai/chatterbox)
- [Репозиторий Qwen3-TTS (GitHub)](https://github.com/QwenLM/Qwen3-TTS)
- [Репозиторий VoxCPM (GitHub)](https://github.com/OpenBMB/VoxCPM)
- [Карточка модели OmniVoice (Hugging Face)](https://huggingface.co/k2-fsa/OmniVoice)
- [Репозиторий F5-TTS (GitHub)](https://github.com/SWivid/F5-TTS)
- [Карточка модели XTTS-v2 (Hugging Face)](https://huggingface.co/coqui/XTTS-v2)
- [Карточка модели Fish Audio S2 Pro (Hugging Face)](https://huggingface.co/fishaudio/s2-pro)
- [SuperClonica](https://superclonica.com/ru/)
- [Каталог AI-голосов для озвучки текста](https://superclonica.com/ru/explore)
- [Заказ голоса по референсу для Supertonic 3](https://superclonica.com/ru/requests)
- [Как это работает: голоса, озвучка, обучение](https://superclonica.com/ru/guide)
- [Установка быстрого движка для Supertonic 3](https://superclonica.com/ru/superclonica)
- [О нас: команда энтузиастов синтеза речи](https://superclonica.com/ru/about)
- [Контакты, поддержка и жалобы на голоса](https://superclonica.com/ru/contacts)
- [Политика конфиденциальности](https://superclonica.com/ru/privacy)
- [Условия использования](https://superclonica.com/ru/terms)
- [Синтез речи](https://superclonica.com/ru/text-to-speech)