Kyutai Pocket TTS vs Kokoro-82M

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。

Kyutai Pocket TTSKokoro-82M
パラメーター100M82M
ダウンロード189 MB88 MB CPU / 310 MB WebGPU
カタログ内の品質順位#3#2
速度最初の音声まで約1秒。最新CPUでは再生に先行して生成します。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。
音声2828
言語12
音声クローンはいいいえ
ストリーミングはいはい
ハードウェア任意のCPU（WASM）CPU対応、WebGPUなら高速
ライセンスCC-BY-4.0（重み）、MIT（コード）Apache-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。
  • Kyutai Pocket TTS ダウンロード量や低性能機器が重要な場合。189 MBとどのCPUでも動作が必要の場合。
  • Kyutai Pocket TTS 参考音声から声をクローンしたい場合の場合。
今すぐKyutai Pocket TTSを試す →今すぐKokoro-82Mを試す →自分の端末で両方を測定

よくある質問

Kyutai Pocket TTSとKokoro-82M、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。189 MBとどのCPUでも動作が必要ならKyutai Pocket TTS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。