Radar ·
Modelos TTS open source menores que o Kokoro, com clonagem de voz
Um autor anuncia modelos de síntese de fala open source com cerca de metade do tamanho do Kokoro (82M parâmetros), com resultados mais altos em naturalidade e precisão e suporte a clonagem de voz. Nenhum link foi fornecido, então os resultados não foram verificados.
Segundo a publicação de 20 de outubro de 2026, o autor anuncia modelos de text-to-speech open source com cerca de metade do tamanho do Kokoro, que tem 82 milhões de parâmetros. De acordo com o texto, os novos modelos pontuam mais alto em naturalidade e precisão e suportam clonagem de voz. A fonte não traz benchmarks, métricas, licenças nem links, por isso essas afirmações são do autor e não dados verificados.
A tese central é que modelos menores, executados localmente (self-hosted), podem reduzir o custo de sintetizar fala. Quem avalia a adoção deve consultar a publicação original, comparar os resultados com um conjunto de testes próprio e verificar a licença antes de qualquer uso. A clonagem de voz trata uma voz identificável como dado pessoal: sem consentimento documentado, não se deve usar gravações reais de pessoas para imitar vozes. A Rota Nacional não apresenta este modelo como recurso próprio, e voz segue em prévia na plataforma.
Fonte original: Modelos TTS open source com metade do tamanho do Kokoro e clonagem de voz