Qué hay de nuevo
Phonon llega en dos versiones: Phonon 31m, que habla inglés, y Phonon 40m, que cubre los cinco idiomas bajo licencia no comercial. Ocupan alrededor de 65 MB y 75 MB, y la compañía los presenta como modelos que caben en dispositivos de uso diario. Según Hugging Face, corre en teléfonos, portátiles, ordenadores de placa única y dentro de una pestaña del navegador.
La empresa afirma que Phonon ocupa el primer puesto en inteligibilidad en alemán y español en la Open TTS Leaderboard de Hugging Face, y que está entre los tres primeros en todos los idiomas que evaluó. Además, el modelo está disponible en Transformers desde la versión v5.21 como implementación de referencia en PyTorch, y su marco de inferencia ptts admite más de 10 backends en CPU, GPU y NPU.
Acceso y precio
Phonon 31m se publica bajo licencia Apache 2.0 y puede usarse gratis, incluso dentro de un producto comercial. Los demás modelos son CC BY-NC y son gratuitos para proyectos no comerciales.
Para usar esos otros modelos con fines comerciales, Hugging Face indica que el precio depende del número de usuarios y no de cuánta voz se genere. La compañía no detalla cifras ni tramos de precio en este texto.
Qué significa para creadores y negocios
Que el modelo se ejecute en el propio dispositivo puede servirte si necesitas voz sin depender de un servidor o de la conexión, por ejemplo para pruebas o herramientas locales. Antes de llevarlo a un proyecto comercial, conviene revisar qué licencia corresponde a cada modelo: solo Phonon 31m es Apache 2.0, y esa versión habla únicamente inglés.
También vale la pena comprobar si las más de 100 voces integradas se pueden usar en tu caso concreto, algo que la compañía no aclara aquí. La clonación de voz requiere el consentimiento de la persona.
Fuente
Hugging FaceA Closer Look at Phonon TTS. Launching High-Quality On-Device Speech That Tops the Benchmarks.5 de noviembre de 2026 GradiumCómo se hizo: el texto lo redactó una IA a partir de la fuente, se comparó con la fuente y lo revisó un editor. La ilustración la generó una IA para AISTETIKA y no es una imagen de la noticia.
