Tekst laten voorlezen door een natuurlijk klinkende stem gaat meestal via een clouddienst, met een rekening per teken en je tekst op andermans server. Het Parijse Gradium wil dat anders doen. Het bedrijf heeft Phonon vrijgegeven, een familie van kleine tekst-naar-spraakmodellen die volledig op het apparaat zelf draaien, zonder grafische kaart en zonder internetverbinding.

Drie varianten, twee licenties

Volgens de productpagina van Gradium zijn er drie modellen:

  • Phonon 31m: alleen Engels, 31 miljoen parameters, een bestand van ongeveer 64 MB. Uitgebracht onder Apache 2.0, dus ook vrij voor commercieel gebruik.
  • Phonon 40m: één model per taal, voor Engels, Frans, Duits, Spaans en Portugees, ongeveer 75 MB.
  • Phonon 40m multilingual: die vijf talen in één model.

De twee 40m-varianten vallen onder een CC BY-NC-licentie. Die mag je alleen niet-commercieel gebruiken; voor een app of product moet je met Gradium in zee. Nederlands zit er niet bij, net als bij het onlangs verschenen Granite Speech 5.0 van IBM.

Van Raspberry Pi tot browser

Phonon draait volgens Gradium op laptops, Android-telefoons, de Raspberry Pi 5 en in Chrome en Safari via WebAssembly en WebGPU. Op iPhone, iPad en Mac werkt het via een Swift-pakket; op een iPhone 16 Pro zou het tot 22 keer sneller dan realtime spreken. Stemmen kun je volgens het bedrijf klonen uit een korte opname, met toestemming van de spreker, of laten ontwerpen op basis van een beschrijving. De code staat op GitHub.

Wat zeggen de cijfers?

Gradium testte de modellen op 500 lastige Engelse zinnen met onder meer telefoonnummers, e-mailadressen en postcodes. Daarbij keek het hoeveel woorden een spraakherkenner na afloop verkeerd verstaat. Phonon 31m kwam uit op 1,70 procent fouten, tegen 3,50 procent voor het populaire open model Kokoro. Dat is een test van Gradium zelf; onafhankelijke vergelijkingen zijn er nog niet. Volgens MarkTechPost scoort Phonon op een andere test juist iets slechter dan Kokoro.

Waarom lokaal interessant is

Een voorleesstem die op het apparaat blijft, is aantrekkelijk voor apps die offline moeten werken, voor games met pratende personages en voor toepassingen waarbij privacy telt. Er gaat geen tekst naar een server, wat onder de AVG een hoop gedoe scheelt. Gradium past daarmee in een sterke Franse spraakscene, naast Mistral met Voxtral 3. Wie zelf een lokale voorleesstem wil proberen, kan ook onze eigen test van Piper lezen, dat wel Nederlands spreekt.