De meeste AI-stemmen leven in de cloud: elke zin gaat naar een server en weer terug. Het bedrijf Gradium kiest de andere kant op. Het bracht twee weken geleden Phonon uit, een tekst-naar-spraakmodel dat volledig op je eigen apparaat draait. In een blog op Hugging Face blikt het bedrijf terug op de lancering.

Klein genoeg voor een horloge

Phonon komt in twee formaten van ongeveer 65 en 75 MB. Ter vergelijking: dat is kleiner dan veel gewone apps. Het model draait volgens Gradium op telefoons, laptops, kleine computertjes en zelfs in een browsertabblad. In een demo leidt een Apple Watch met wifi uit je stap voor stap door het zetten van koffie.

  • Phonon 31m spreekt alleen Engels en is vrijgegeven onder de Apache 2.0-licentie. Je mag het dus gratis gebruiken, ook in een commercieel product.
  • Phonon 40m spreekt Engels, Frans, Duits, Spaans en Portugees, maar alleen voor niet-commercieel gebruik. Wie er geld mee wil verdienen, betaalt per gebruiker.

Er zijn ruim honderd ingebouwde stemmen. Eigen stemmen maak je in Gradium Studio, door een stem te beschrijven of door een korte opname te klonen, volgens Gradium alleen met toestemming van de spreker.

Hoog op de ranglijst

Gradium claimt dat Phonon op het nieuwe Open TTS Leaderboard van Hugging Face op verstaanbaarheid eerste staat in het Duits en Spaans, en bij de beste drie in alle geteste talen. Op snelheid, de tijd tot je het eerste geluid hoort, zou het de CPU-test aanvoeren. In de eerste twee weken werd het model volgens het bedrijf meer dan 200.000 keer gedownload. Die cijfers komen van Gradium zelf.

Wat heb je eraan?

Een stem die lokaal draait, heeft twee voordelen: hij werkt zonder verbinding, en wat je typt verlaat je apparaat niet. Dat is interessant voor bijvoorbeeld voorleesfuncties in apps, spelletjes of toegankelijkheidstools waarbij je geen gegevens naar een server wilt sturen. Onder de AVG scheelt dat ook gedoe.

Voor Nederlandse gebruikers is het voorlopig wel beperkt bruikbaar: Nederlands zit niet in het rijtje. Gradium biedt aan om voor partners extra talen te trainen, maar noemt daarbij Koreaans, Arabisch en Japans. Wie een gratis lokale stem met Nederlandstalige stemmen zoekt, kan kijken naar Piper. In onze eigen test was dat snel, maar kwamen niet alle woorden helder over. Phonon laat in elk geval zien dat goede spraak-AI niet per se een groot datacenter nodig heeft.