Test TTS nel browser riproducibili
I dati dei produttori spesso usano altro hardware. Qui ogni modello legge lo stesso testo sul tuo dispositivo con un clic e misurazione dal vivo. Riferimenti sotto.
I modelli mancanti si scaricano una volta e si salvano. Quelli grandi non sono preselezionati: spuntali per includere il download. Tutti leggono due frasi fisse con la voce predefinita.
Risultati di riferimento
Demo pubbliche, misure degli sviluppatori e nostri test. RTF inferiore è più veloce; 1,0 = tempo reale. Verificato a luglio 2026.
| Modello | Hardware / ambiente | RTF | Fonte |
|---|---|---|---|
| Kokoro-82M | M2 MacBook Air (WebGPU, fp32) | 0.2–0.4 | Demo di webml-community, 2026 |
| Kokoro-82M | Portatile x86 di fascia media (WASM q8, 1 thread) | ≈1.1 | Resoconti della community di kokoro-js, 2025 |
| Piper (voce di qualità media) | Portatile x86 di fascia media (WASM) | ≈0.11 | Misurazioni di sherpa-onnx / piper, 2025 |
| KittenTTS Nano | Portatile Core i7 (WASM int8) | ≈0.4 | Segnalazioni di problemi di KittenML, 2026 |
| Kyutai Pocket TTS | Apple M4 (WASM, streaming) | ≈0.17 (6× RT) | Note di rilascio Kyutai, gennaio 2026 |
| Chatterbox 0.5B | GPU desktop di classe RTX (WebGPU q4) | ≈1.0 | Demo di Resemble AI transformers.js, 2026 |
Metodo
- Testo fisso di circa 220 caratteri e due frasi, letto dalla voce predefinita di ogni modello.
- Si misura dalla tokenizzazione all’audio finale, escluso il download. Le prime esecuzioni con download hanno *.
- Secondo il dispositivo: WebGPU con Kokoro fp32, altrimenti WebAssembly q8/int8.
- RTF = tempo di generazione ÷ durata audio.
- Tutto avviene sul dispositivo. I risultati sono tuoi e non vengono caricati online.
Dimensione del download e requisiti sono nella pagina di ogni modello: Kokoro-82M, Piper, KittenTTS Nano, Kyutai Pocket TTS, Supertonic-3, Chatterbox, MOSS-TTS-Nano, Chatterbox Multilingual, OuteTTS-1.0 (0.6B), Orpheus-3B, MOSS-TTS (8.5B).
Domande frequenti
Cos'è RTF (fattore tempo reale)?
Tempo di generazione diviso per durata audio. RTF 0,5 significa 10 secondi creati in 5, il doppio della velocità reale. Sotto 1,0 è più rapido; sopra, si aspetta.
Perché i miei numeri differiscono dalla tabella?
È proprio il punto. La velocità dipende da CPU/GPU, browser, WebGPU, temperatura ed esecuzione su GPU o WASM. I riferimenti indicano il loro hardware; il tuo test il tuo.
Il confronto tra modelli è equo?
Ogni modello legge le stesse due frasi con la voce predefinita. Il download iniziale è segnato con * per separare avvii a freddo e successivi. Misura la velocità, non la qualità: ascolta anche.
Il test invia i miei risultati da qualche parte?
No. I risultati sono locali e puoi copiarli per condividerli. Non viene raccolto nulla.