Rápido e multilíngue
Teste Piper grátis e sem limites no navegador
Piper é uma família de vozes VITS pequenas criada para o assistente Rhasspy. Cada voz tem download separado de 27–115 MB e sintetiza muito mais rápido que o tempo real em qualquer CPU, em cerca de 35 idiomas. O som é sintético, mas nítido e muito compreensível, ideal para aparelhos modestos e documentos longos.
Especificações
| Desenvolvedor | Rhasspy / Michael Hansen |
|---|---|
| Parâmetros | 20 milhões |
| Tamanho do download | 27–115 MB por voz (fp16 por voz) |
| Saída | 22.1 kHz mono |
| Vozes | 900 |
| Idiomas | inglês (Estados Unidos), inglês (Reino Unido), espanhol, francês, alemão, italiano, português (Brasil), russo, chinês, holandês, polonês, turco, ucraniano, tcheco, dinamarquês, norueguês, sueco, finlandês, grego, húngaro, romeno, vietnamita, árabe, catalão |
| Clonagem de voz | Não |
| Streaming | Não |
| Licença | MIT (núcleo) — O código principal usa MIT; cada modelo de voz tem sua própria licença de dados. Confira a ficha antes do uso comercial. |
| Velocidade | Cerca de 9× mais rápido que o tempo real em CPU, sem precisar de GPU. |
| Ambiente de execução | WebAssembly (qualquer CPU) |
Fonte: rhasspy/piper-voices
Pontos fortes
- +A síntese em CPU mais rápida daqui (RTF ≈ 0,11)
- +Ampla cobertura de vozes e idiomas (mais de 2.600 falantes)
- +Downloads pequenos por voz
Limitações
- −Prosódia mais sintética que Kokoro
- −Um falante por arquivo de voz; sem clonagem
Vozes (48)
Comparar
Piper: dúvidas
Piper é grátis?
Sim. Os pesos têm licença MIT (núcleo) e rodam no seu dispositivo. O código principal usa MIT; cada modelo de voz tem sua própria licença de dados. Confira a ficha antes do uso comercial.
Qual hardware Piper precisa?
Qualquer navegador moderno serve. Roda na CPU via WebAssembly, sem GPU. Download de 27–115 MB por voz, salvo em cache após o primeiro uso.
Meu texto fica privado ao usar Piper?
Sim. O modelo roda na aba; seu texto nunca é enviado a um servidor.
Posso usar o áudio de Piper comercialmente?
Confira os termos atuais do modelo, voz e dados antes do uso comercial. O catálogo informa MIT (núcleo) para este modelo com esta observação: O código principal usa MIT; cada modelo de voz tem sua própria licença de dados. Confira a ficha antes do uso comercial.