Kyutai Pocket TTS vs Kokoro-82M
兩款完全在瀏覽器中執行的開源模型。比較關鍵數據，並用自己的文字免費試聽差異。
| Kyutai Pocket TTS | Kokoro-82M | |
|---|---|---|
| 參數 | 100M | 82M |
| 下載 | 189 MB | 88 MB CPU / 310 MB WebGPU |
| 目錄內品質排名 | #3 | #2 |
| 速度 | 約 1 秒輸出首段音訊，在現代 CPU 上產生速度快於播放。 | 現代 CPU（WASM）上約為即時速度，使用 WebGPU 可達即時速度的 2–6 倍。 |
| 聲音 | 28 | 28 |
| 語言 | 1 | 2 |
| 聲音複製 | 是 | 否 |
| 串流生成 | 是 | 是 |
| 硬體 | 任意CPU（WASM） | 支援CPU，WebGPU更快 |
| 授權條款 | CC-BY-4.0（權重），MIT（程式碼） | Apache-2.0 |
| 輸出 | 24.0 kHz | 24.0 kHz |
應該選哪個？
- Kokoro-82M 如果你需要最自然的聲音，且裝置滿足要求（現代 CPU（WASM）上約為即時速度，使用 WebGPU 可達即時速度的 2–6 倍。）。
- Kyutai Pocket TTS 如果你在意下載量或低階硬體：需要 189 MB，任何 CPU 可執行。
- Kyutai Pocket TTS 如果你想透過參考音訊複製聲音。
常見問題
Kyutai Pocket TTS與Kokoro-82M哪個更好聽？
在我們的目錄中Kokoro-82M更自然，但最佳選擇取決於用途：你在意下載量或低階硬體：需要 189 MB，任何 CPU 可執行時，Kyutai Pocket TTS更合適。 用兩者產生同一句話，聽過再選。
這些比較來自實測還是轉載？
速度與大小來自模型公開規格及我們的瀏覽器實測。可在效能測試頁面用自己的硬體重現。