Coqui TTS
Coqui TTS er et åpent verktøy som kjører talesyntese lokalt på egen maskin. Det samler flere TTS-modeller bak en Python- og kommandolinje-API, og kan bruke XTTS v2 til stemmekloning fra et kort lydopptak. Den gamle Coqui AI-skytjenesten er stengt, så nye brukere bør installere den aktive pakken coqui-tts fra Idiap og lese modellens lisens før publisering.
Coqui TTS er et åpent Python-verktøy for talesyntese, modelltrening og lokal stemmekloning. Den opprinnelige Coqui AI-tjenesten stengte i desember 2023, men en aktiv community-fork vedlikeholdes av Idiap. Selve verktøyet er gratis; lisensen til modellen du velger kan likevel begrense kommersiell bruk.
Bakgrunn. Coqui TTS vokste ut av Mozillas TTS-forskning og ble videreutviklet av Coqui AI, som tilbød både åpen kode og en skybasert tjeneste. Coqui AI stengte de betalte tjenestene i desember 2023, og det opprinnelige depotet fikk ikke lenger aktiv utvikling. I 2025 og 2026 fortsatte Idiap Research Institute arbeidet i forken idiap/coqui-ai-TTS; pakken heter coqui-tts på GitHub, og versjon 0.27.5 ble publisert i januar 2026 ifølge den uavhengige gjennomgangen hos PromptQuorum.
Slik brukes det. Du installerer pakken med pip og velger en forhåndstrent modell via Python-API-et eller kommandoen tts. Verktøyet støtter flere arkitekturer, modelltrening og finjustering. Med XTTS v2 kan et kort referanseopptak brukes til å lage tale med samme stemmekarakter på modellens støttede språk. Inference skjer på egen maskin; GPU er nyttig for større modeller, men CPU er mulig. Dokumentasjonen viser både syntese, servermodus og strømming i Coqui TTS-dokumentasjonen.
Lisens og begrensninger. Selve verktøyet er MPL-2.0-lisensiert, men XTTS v2 har en separat Coqui Public Model License som begrenser bruk til ikke-kommersielle formål. Etter nedstengningen finnes det ikke lenger en leverandør som selger en kommersiell XTTS-lisens. Det gjør Coqui interessant for lokale prototyper, forskning og egne modeller, men uegnet som et ukomplisert valg for kundevideoer eller inntektsgivende lyd. Norske brukere får ingen dokumentert norsk grensesnitt eller norsk XTTS-stemme; norsk tekst kan eventuelt kreve en annen modell. Se sammenligningen med ElevenLabs, guiden til AI-stemmekloning og kategorien video og lyd.
Nøkkelfunksjoner
- Lokal tekst-til-tale med Python-API
- Kommandolinje for syntese og modellvalg
- XTTS v2 for flerspråklig stemmekloning
- Flere TTS-arkitekturer bak samme grensesnitt
- Trening og finjustering på egne datasett
- Strømming av lyd med lav forsinkelse
- CPU- og GPU-kjøring uten obligatorisk skykonto
Hvem passer det for
Best for utviklere, forskere og lydskapere som vil kjøre talesyntese lokalt og kontrollere modeller, data og installasjon selv. Det passer dårligere for virksomheter som trenger ferdige norske stemmer, enkel nettredigering eller en kommersiell lisens til XTTS v2.
Prising
- Coqui TTS: Gratis — Selve den aktive open source-forken kan installeres og kjøres uten abonnement. Maskinvare og eventuelle modellvilkår kommer i tillegg.
Gratisnivå: Hele verktøyet er gratis å installere og kjøre lokalt. Den valgte modellen kan ha egne lisensbegrensninger, og du betaler selv for maskinvare eller skylagring hvis du bruker det. Prisene er hentet fra leverandørens prisside i oktober 2026 og endrer seg ofte — sjekk alltid hos leverandøren før du kjøper.
Norsk språkstøtte
Det finnes ikke dokumentert norsk grensesnitt eller norsk stemme i XTTS v2, som har en fast liste på 17 andre språk. Norsk tekst kan kjøres med andre modeller i verktøyet, men kvalitet og lisens må sjekkes separat. Data kan bli på egen maskin fordi verktøyet er lokalt; ingen skytrening skjer automatisk.
Fordeler
- Kjører lokalt uten obligatorisk abonnement
- Åpent Python- og kommandolinjeverktøy
- Støtter både ferdige modeller og egen finjustering
- Kan klone stemmer fra korte referanseopptak
Ulemper
- Den opprinnelige Coqui AI-skytjenesten er stengt
- XTTS v2 kan ikke brukes kommersielt under dagens lisens
- Krever teknisk oppsett og lokal maskinvare
- Ingen dokumentert norsk XTTS-stemme eller norsk grensesnitt
Bunnlinje
Coqui TTS er et fleksibelt lokalt verktøy for utviklere som vil eie kjøringen selv. Det er ikke en erstatning for en ferdig kommersiell stemmetjeneste, særlig fordi XTTS v2 har en ikke-kommersiell lisens.
Kilder
Ofte stilte spørsmål om Coqui TTS
Er Coqui TTS fortsatt aktivt?
Ja, men det er viktig å skille mellom produktene. Coqui AI stengte den betalte skytjenesten i desember 2023, og det gamle GitHub-depotet er ikke aktivt vedlikeholdt. Community-forken idiap/coqui-ai-TTS publiseres som coqui-tts og hadde en ny versjon i januar 2026.
Er Coqui TTS gratis?
Ja. Den aktive coqui-tts-pakken er gratis open source-programvare som du installerer lokalt. Du må selv stille med maskinvare, og lisensen til hver modell gjelder separat. XTTS v2 er gratis å kjøre, men den tilhørende CPML-lisensen begrenser kommersiell bruk.
Kan Coqui TTS klone en norsk stemme?
XTTS v2 kan klone en stemme fra et kort referanseopptak, men norsk står ikke på modellens dokumenterte liste over 17 støttede språk. Du kan undersøke andre modeller i TTS-økosystemet eller trene en egen modell, men resultatet avhenger av datasett, uttale og maskinvare.
Kan jeg bruke Coqui TTS kommersielt?
Selve verktøyet har MPL-2.0-lisens, men XTTS v2 har en separat, ikke-kommersiell CPML-lisens. Coqui AI tilbyr ikke lenger en kommersiell XTTS-lisens etter nedstengningen. For kommersiell tale bør du velge en modell med passende lisens og kontrollere vilkårene før publisering.
Hvor lagres lyd og tekst i Coqui TTS?
Når du kjører verktøyet lokalt, behandles tekst, referanseopptak og lyd på maskinen din. Coqui TTS trenger ikke sende innhold til en leverandørserver. Modeller kan lastes ned fra eksterne repositorier, og du kan selv velge å kjøre installasjonen i en skyserver eller container.