モデル
品質・速度・言語・クローン機能で選べます。利用可能なモデルはすぐ使え、実験版や参考ページでは開発中・サーバー専用モデルを紹介しています。
端末の性能がわからない場合は、互換性チェック。
ブラウザーで利用可能
Kokoro-82M
ブラウザ音声の品質基準
- サイズ
- 88 MB CPU / 310 MB WebGPU
- 言語
- 2
- ライセンス
- Apache-2.0
- おすすめの用途
- 品質重視の標準モデル
Piper
多言語対応の高速モデル
- サイズ
- 音声ごとに27〜115 MB
- 言語
- 24
- ライセンス
- MIT（コア）
- おすすめの用途
- 高速・多言語
KittenTTS Nano
幅広い機器で動く57 MBモデル
- サイズ
- 57 MB
- 言語
- 1
- ライセンス
- Apache-2.0
- おすすめの用途
- 幅広く使える基本モデル
Kyutai Pocket TTS
ストリーミング音声とクローン、1億パラメータ
- サイズ
- 189 MB
- 言語
- 1
- ライセンス
- CC-BY-4.0（重み）、MIT（コード）
- おすすめの用途
- ストリーミング＋クローン
近日公開 / ラボ
Supertonic-3
公式Web対応で31言語
- サイズ
- 398 MB
- 言語
- 18
- ライセンス
- OpenRAIL-M（重み）、MIT（コード）
- おすすめの用途
- 多言語で高品質
Chatterbox
追加学習なしの音声クローン、スタジオ品質
- サイズ
- 1550 MB
- 言語
- 1
- ライセンス
- MIT
- おすすめの用途
- WebGPUの最上位モデル
MOSS-TTS-Nano
ブラウザ向けに開発された20言語の音声クローン
- サイズ
- 684 MB
- 言語
- 20
- ライセンス
- Apache-2.0
- おすすめの用途
- ラボ・20言語のクローン
Chatterbox Multilingual
23言語で最上位の音声クローン
- サイズ
- 1600 MB
- 言語
- 23
- ライセンス
- MIT
- おすすめの用途
- ラボ・多言語最上位モデル
OuteTTS-1.0 (0.6B)
小型言語モデルで1サンプルから音声クローン
- サイズ
- 582 MB
- 言語
- 12
- ライセンス
- Apache-2.0
- おすすめの用途
- ラボ・小型クローン言語モデル
Orpheus-3B
30億パラメータの音声LLM。ブラウザ実行への大きな挑戦
- サイズ
- 2230 MB
- 言語
- 1
- ライセンス
- Apache-2.0
- おすすめの用途
- ラボ・大きな挑戦
参考情報・ブラウザー実行不可
ダウンロード済みのモデルはインストール済みモデルで管理できます。