Phonon 0.4.0: локальная озвучка текста с моделью 31m

Phonon 0.4.0: локальная озвучка текста с моделью 31m

Что изменилось. Если хочется превратить текст в голосовую запись без отправки самого текста на облачный сервис, 20 октября 2026 года вышел первый стабильный Phonon 0.4.0. Это программа для синтеза речи: после первоначальной загрузки модели она создаёт звук на устройстве. Вместе с выпуском доступны веса Phonon 31m для английского языка — файлы самой модели, а не только демонстрация на сайте. s1s2

Что уже доступно для компьютера

Разработчики приложили готовые программы командной строки для Windows, macOS и Linux; есть и Python-пакет ptts версии 0.4.0. Программа написана на Rust и для обычного запуска не требует PyTorch — большой библиотеки для работы с нейросетями. Есть также отдельные способы встроить её в браузерное или мобильное приложение, но это не означает, что для Android уже предоставлено готовое приложение для установки одним нажатием. s1s3s4

В руководстве разработчика показан короткий пробный путь для человека, у которого уже установлен uv: команда uvx ptts --lang en "Hello from Phonon." -o speech.wav должна после скачивания модели создать файл speech.wav с озвученной английской фразой. uv здесь запускает программу, --lang en указывает язык, а -o задаёт имя выходного файла. Это инструкция по документации, а не запуск или измерение Modelium; если вы не пользуетесь терминалом, не нужно считать её готовым графическим приложением. При первом запуске понадобится интернет для загрузки модели; последующую работу с уже загруженными файлами следует проверять на своём устройстве отдельно. s3

Какую модель выбрать и что с правами

Начните с Phonon 31m English: её репозиторий доступен без заявки, карточка указывает Apache 2.0 для весов, токенизатора и голосов в этом пакете. Код программы имеет отдельную двойную лицензию MIT либо Apache 2.0. Само наличие открытых весов не делает лицензии разных моделей одинаковыми. s2s3

Версии Phonon 40m для английского и нескольких европейских языков требуют принять условия доступа на Hugging Face; для их весов авторы указывают CC BY-NC 4.0, то есть некоммерческое использование. Не переносите права 31m на 40m и отдельно проверяйте условия голоса, если скачиваете его из другого репозитория. Русский язык среди заявленных для этих моделей не указан. s1s2s5

Что пока не стоит обещать

Авторы приводят замеры скорости на своих устройствах, но Modelium не повторял их и не устанавливал минимальные требования к памяти. Размер файла модели не равен необходимой оперативной памяти. Для длинного текста руководство предупреждает о разбиении на предложения: интонация может не сохраняться через весь материал. Для клонирования чужого голоса требуется согласие его владельца; не выдавайте синтетическую запись за речь реального человека. s2s3

Следующий шаг: если вам нужна именно английская озвучка на своём компьютере, откройте руководство Phonon 0.4.0, выберите пакет для своей ОС и сначала прослушайте короткий тестовый WAV. Для русского текста этот релиз пока не является подтверждённым решением. s1s3