Gradium heeft Phonon uitgebracht: een open-weight tekst-naar-spraakmodel dat lokaal op uiteenlopende apparaten kan draaien. De officiële productpagina noemt modellen van 31 en 40 miljoen parameters, uitvoer op telefoons, laptops, Raspberry Pi en in de browser, en gebruik zonder netwerk nadat model en stem zijn gedownload.
Waarom lokaal geluid anders is
De bronanalyse op DEV Community wijst op een verschil dat in demo’s gemakkelijk onderbelicht blijft. Een webrequest mag soms honderden milliseconden duren; een audiocallback moet zijn kleine buffer op tijd vullen. Een gemiste deadline veroorzaakt een klik, pop of haperende stem.
Wat de officiële bron bevestigt
Gradium positioneert Phonon als tekst-naar-spraak die op het apparaat werkt. De licenties verschillen per modelvariant: controleer daarom vóór commercieel gebruik welke variant u werkelijk distribueert en welke licentie daarop van toepassing is.
Praktische les voor ontwikkelaars
Behandel lokale TTS als een realtime audiopijplijn, niet als een gewone HTTP-functie. Meet de tijd per audioblok onder belasting, test thermische vertraging en achtergrondactiviteit, en houd een bufferstrategie achter de hand. Een gemiddelde real-time-factor is onvoldoende als incidentele pieken de afspeelbuffer leegtrekken.
Beperkingen en risico’s
Lokaal verwerken vermindert netwerkafhankelijkheid, maar verplaatst de verantwoordelijkheid naar het apparaat: modelgrootte, hardware, geheugen, stemkwaliteit, licentievoorwaarden en energieverbruik moeten per platform worden getest. Offline kunnen draaien betekent bovendien niet dat iedere taal of stemvariant beschikbaar is.
Officiële technische bron: Gradium — Phonon.