Rápido y multilingüe
Prueba Piper gratis y sin límites en el navegador
Piper es una familia de voces VITS pequeñas creada para Rhasspy. Cada voz se descarga por separado, de 27 a 115 MB, y sintetiza mucho más rápido que el tiempo real en cualquier CPU, en unos 35 idiomas. Suena sintético, pero claro y muy inteligible: ideal para equipos modestos y documentos largos.
Especificaciones
| Desarrollador | Rhasspy / Michael Hansen |
|---|---|
| Parámetros | 20 millones |
| Tamaño de descarga | 27–115 MB por voz (fp16 por voz) |
| Salida | 22.1 kHz mono |
| Voces | 900 |
| Idiomas | inglés (Estados Unidos), inglés (Reino Unido), español, francés, alemán, italiano, portugués (Brasil), ruso, chino, neerlandés, polaco, turco, ucraniano, checo, danés, noruego, sueco, finés, griego, húngaro, rumano, vietnamita, árabe, catalán |
| Clonación de voz | No |
| Streaming | No |
| Licencia | MIT (núcleo) — El código principal usa MIT; cada modelo de voz tiene su propia licencia de datos. Revisa cada ficha antes del uso comercial. |
| Velocidad | Unas 9× más rápido que el tiempo real en CPU, sin necesidad de GPU. |
| Entorno de ejecución | WebAssembly (cualquier CPU) |
Fuente: rhasspy/piper-voices
Ventajas
- +La síntesis en CPU más rápida de aquí (RTF ≈ 0,11)
- +Gran cobertura de voces e idiomas (más de 2.600 hablantes)
- +Descargas pequeñas por voz
Limitaciones
- −Prosodia más sintética que Kokoro
- −Un hablante por archivo de voz; sin clonación
Voces (48)
Comparar
Piper: preguntas
¿Piper es gratis?
Sí. Los pesos tienen licencia MIT (núcleo) y funcionan en tu dispositivo. El código principal usa MIT; cada modelo de voz tiene su propia licencia de datos. Revisa cada ficha antes del uso comercial.
¿Qué hardware necesita Piper?
Cualquier navegador moderno sirve. Funciona en CPU con WebAssembly, sin GPU. Descarga de 27–115 MB por voz, guardada en caché tras el primer uso.
¿Mi texto es privado al usar Piper?
Sí. El modelo se ejecuta en la pestaña; tu texto nunca se envía a un servidor.
¿Puedo usar el audio de Piper comercialmente?
Revisa las condiciones actuales del modelo, voz y datos antes del uso comercial. El catálogo indica MIT (núcleo) para este modelo con esta nota: El código principal usa MIT; cada modelo de voz tiene su propia licencia de datos. Revisa cada ficha antes del uso comercial.