Для чего: открытый TTS-движок с клонированием голоса и мультиязычностью; модель живёт даже после закрытия компании.

Что это и кому

Coqui XTTS-v2 — зрелый открытый TTS-движок с клонированием голоса и мультиязычностью (включая русский). Компания закрылась, но код и веса остались в open-source и продолжают активно использоваться. Для разработчика, которому нужен проверенный временем локальный TTS с клонированием и поддержкой многих языков из одного тулкита. Выделяется широтой языков и тем, что это «вечная» open-модель без вендора.

Ключевые возможности

Клонирование голоса по короткому образцу (cross-language).
Мультиязычность: 17+ языков, в т.ч. русский.
Открытые веса и тулкит TTS — локально, бесплатно, оффлайн.
Стриминг с низкой задержкой на GPU.
Дообучение/файнтюн на своих данных.
Богатый Python API и CLI.

Как начать за 5 минут

Установи тулкит:

pip install coqui-tts

Синтез с клонированием и выбором языка:

from TTS.api import TTS
tts = TTS("tts_models/multilingual/multi-dataset/xtts_v2").to("cuda")
tts.tts_to_file(text="Привет, мир", speaker_wav="sample.wav", language="ru", file_path="out.wav")

Подставь свой sample.wav и язык ru.

Когда брать, а когда нет

✅ Бери, если: нужен мультиязычный локальный TTS с клонированием и хорошим русским.
✅ Бери, если: хочешь «вечную» open-модель без зависимости от живого вендора.
❌ Не бери → лучше «Chatterbox», если важны самые свежие модели и активное развитие проекта.
❌ Не бери → лучше «Kokoro TTS», если клонирование не нужно, а важны лёгкость и минимальные ресурсы.

Цена по-честному

Бесплатно (open-source). Внимание: исходная XTTS-v2 имела особую (Coqui Public Model) лицензию — проверь условия для коммерции в репозитории/форках. Затраты — GPU. Точные требования зависят от железа.

Подводные камни

Проект без официальной поддержки (компания закрыта) — багфиксы держатся на сообществе/форках.
Лицензия модели нестандартная — для коммерческого продукта обязательно сверься.
Качество клона зависит от чистоты образца; шум вредит.
Для real-time нужен GPU; на CPU заметно медленнее.

🤖 Промт-ускоритель

«Я беру Coqui XTTS-v2 для локальной мультиязычной озвучки с клонированием (язык русский). Помоги установить тулкит, подготовить чистый speaker_wav, написать скрипт tts_to_file с language="ru", проверить лицензионные условия для коммерческого использования и оценить требования к GPU. Подскажи, как файнтюнить модель на моих данных, если качество клона недостаточно.»