Kyutai Pocket TTS vs Kokoro-82M
两款完全在浏览器中运行的开源模型。比较关键数据，并用自己的文字免费试听差异。
| Kyutai Pocket TTS | Kokoro-82M | |
|---|---|---|
| 参数 | 100M | 82M |
| 下载 | 189 MB | 88 MB CPU / 310 MB WebGPU |
| 目录内质量排名 | #3 | #2 |
| 速度 | 约 1 秒输出首段音频，在现代 CPU 上生成速度快于播放。 | 现代 CPU（WASM）上约为实时速度，使用 WebGPU 可达实时速度的 2–6 倍。 |
| 声音 | 28 | 28 |
| 语言 | 1 | 2 |
| 声音克隆 | 是 | 否 |
| 流式生成 | 是 | 是 |
| 硬件 | 任意CPU（WASM） | 支持CPU，WebGPU更快 |
| 许可证 | CC-BY-4.0（权重），MIT（代码） | Apache-2.0 |
| 输出 | 24.0 kHz | 24.0 kHz |
应该选哪个？
- Kokoro-82M 如果你需要最自然的声音，且设备满足要求（现代 CPU（WASM）上约为实时速度，使用 WebGPU 可达实时速度的 2–6 倍。）。
- Kyutai Pocket TTS 如果你在意下载量或低端硬件：需要 189 MB，任何 CPU 可运行。
- Kyutai Pocket TTS 如果你想通过参考音频克隆声音。
常见问题
Kyutai Pocket TTS和Kokoro-82M哪个更好听？
在我们的目录中Kokoro-82M更自然，但最佳选择取决于用途：你在意下载量或低端硬件：需要 189 MB，任何 CPU 可运行时，Kyutai Pocket TTS更合适。 用两者生成同一句话，听过再选。
这些比较来自实测还是转载？
速度和大小来自模型公开规格及我们的浏览器实测。可在性能测试页面用自己的硬件复现。