Gradium zufolge kann Phonon, die Open-Source-Text-to-Speech-Modelle des Unternehmens, Sprache direkt auf Smartphones, Laptops und anderen Geräten erzeugen – ganz ohne Internetverbindung. Die Modelle sind etwa 65 MB beziehungsweise 75 MB groß und unterstützen zusammen Englisch, Französisch, Deutsch, Spanisch und Portugiesisch sowie mehr als 100 integrierte Stimmen.
Auf der Open TTS Leaderboard von Hugging Face belegte Phonon laut Gradium bei der Verständlichkeit auf Deutsch und Spanisch jeweils den ersten Platz, schaffte es in jeder getesteten Sprache unter die ersten drei und lag beim CPU-Streaming-Test für die Zeit bis zur ersten Audioausgabe vorn. Das Unternehmen zufolge ist Phonon 31m unter der Apache-2.0-Lizenz auch kommerziell nutzbar; Phonon 40m ist auf die nichtkommerzielle Nutzung beschränkt.
Warum es wichtig ist
App-Entwickler können mit Phonon 31m Offline-Sprachausgabe integrieren, ohne die Texte der Nutzer an einen Server zu senden. Die Ergebnisse auf der Bestenliste wurden hier jedoch nicht unabhängig überprüft.
