Синтез речи

Coqui XTTS

Популярная модель клонирования голоса по короткому образцу на 17 языках, включая русский. Компания Coqui закрылась, развитие остановлено.

Последняя открытая версия вышла в окт 2023. Семейство давно не обновлялось: это не значит, что модель не работает, но свежих исправлений и новых размеров ждать не стоит.

Клонировать голос можно только с согласия владельца голоса. Запись чужого голоса без разрешения и выдача её за подлинную — это отдельный риск, юридический и репутационный; порядок согласования лучше обсудить с юристом.

Разработчик
Coqui, Германия
Первый выпуск
сен 2023
Последний выпуск
окт 2023
Размеры
около 470M
Лицензия
Только некоммерческоеCoqui Public Model License — только некоммерческое использование
Русский язык
Есть
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Медиа и продакшн, Наука, Образование
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Клонирование голоса по образцу
  • Озвучка на нескольких языках
  • Исследования и прототипы

Где применяется

ИсследованияОбразованиеНекоммерческие проекты

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. XTTS v2
  2. XTTS v1

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать Coqui XTTS в коммерческом проекте?

Нет. Лицензия: Coqui Public Model License — только некоммерческое использование. Для коммерческого продукта нужна другая модель или отдельное соглашение с правообладателем.

Какое железо нужно для Coqui XTTS?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли Coqui XTTS русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать Coqui XTTS и сколько это стоит?

Веса Coqui XTTS лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Сравнения

Статьи по теме

Похожие модели

Синтез речиF5-TTSШанхайский университет Цзяотун и партнёры · КитайТолько некоммерческое

Модель клонирования голоса по нескольким секундам образца, английский и китайский. Сообщество выпустило много дообученных версий под другие языки, в том числе русский.

ПодробнееСинтез речиChatterboxResemble AI · СШАМожно в коммерцию

Синтез речи с клонированием голоса и настройкой эмоциональности. Многоязычная версия поддерживает 23 языка, включая русский; Turbo и Flash ускорены для живого диалога.

ПодробнееСинтез речиCosyVoice / Fun-CosyVoiceAlibaba (Tongyi, FunAudioLLM) · КитайМожно в коммерцию

Синтез речи с клонированием голоса по короткому образцу и потоковой выдачей для живого диалога. Третья версия поддерживает 9 языков, включая русский.

Подробнее

Источник: huggingface.co/coqui/XTTS-v2. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.