Kokoro-82M vs KittenTTS Nano

どちらもブラウザー内で動くオープンソースモデルです。重要な数値を比較し、自分のテキストで無料で聴き比べられます。

Kokoro-82MKittenTTS Nano
パラメーター82M15M
ダウンロード88 MB CPU / 310 MB WebGPU57 MB
カタログ内の品質順位#2#6
速度最新のCPU(WASM)でほぼリアルタイム。WebGPUでは再生時間の2〜6倍の速さで生成。古いスマートフォンを含む、ほぼすべての機器で再生時間より速く生成。
音声288
言語21
音声クローンいいえいいえ
ストリーミングはいいいえ
ハードウェアCPU対応、WebGPUなら高速任意のCPU(WASM)
ライセンスApache-2.0Apache-2.0
出力24.0 kHz24.0 kHz

どちらを選ぶべき?

  • Kokoro-82M 最も自然な音声が必要で、機器が要件を満たす場合(最新のCPU(WASM)でほぼリアルタイム。WebGPUでは再生時間の2〜6倍の速さで生成。)の場合。
  • KittenTTS Nano ダウンロード量や低性能機器が重要な場合。57 MBとどのCPUでも動作が必要の場合。

よくある質問

Kokoro-82MとKittenTTS Nano、どちらの音質が良いですか?

自然さではKokoro-82Mが上位です。ただし用途によって変わり、ダウンロード量や低性能機器が重要な場合。57 MBとどのCPUでも動作が必要ならKittenTTS Nanoが適しています。 同じ文を両方で生成し、耳で判断してください。

比較結果は実測ですか、転載ですか?

速度とサイズは公開仕様と独自のブラウザーテストに基づきます。ベンチマークページで自分の端末から再測定できます。