pocket-tts
一个可在 CPU 本地运行的开源 TTS 项目，主要帮助开发者和端侧应用团队把文本稳定生成为离线语音输出，而不是依赖云端语音 API。
工具简介
判断：如果你明确需要“本地/离线、CPU 可跑、可嵌入应用”的语音合成能力，pocket-tts 值得优先关注；但若你追求现成商用配套、移动端官方 SDK、或已验证的高吞吐生产性能，现有证据还不够。它不是完整语音助手，也不是 ASR/聊天模型，更像一个可集成的轻量 TTS 引擎，可类比为“端侧可部署的语音输出模块”。
实际作用上，官方 GitHub 与多条转发都强调它约 100M 参数、可在 CPU 运行，并围绕流式 TTS、声音克隆、本地隐私场景展开。社媒还提到首包延迟、6 种语言、社区 Android 端尝试等，但这些多来自转述或演示型帖子，能说明“功能方向和热度”，不能直接等同于稳定商用品质。较能支持能力判断的证据是官方仓库本身，以及提到基准测试中“慢但有意思”的对比讨论，说明它的价值点更偏本地化与可玩性，而非绝对速度领先。
门槛与成本方面，现有证据最清楚的是“开源、MIT 许可、CPU 可跑、减少云 API 依赖”；但没有看到官方定价，因为它不是托管 SaaS。也没有可靠证据支持固定硬件成本、移动端正式支持范围或长期运维成本，所以只能保守说：推理成本更接近本地算力与工程集成成本，而不是按次 API 计费。若团队缺少语音模型部署、音频链路、端侧性能调优经验，上手门槛仍在。
适合谁：做离线助手、隐私语音、端侧 Agent、嵌入式朗读、开发者实验的人。暂不明显适合谁：只想买现成配音平台、需要强 SLA 的企业、想直接拿来做全套语音交互产品的人。证据质量上，这批 sources 明显是“GitHub 热度 + X 转发”居多，榜单与介绍帖较多，长篇技术讨论和系统实测较少；知乎文章有一些原理解读，但也带明显二手整理色彩。总体社媒共识是“本地 CPU TTS 很吸引人”，但“是否最好用、最稳、最省”仍需更多实测支持。