النقاط الرئيسية
- Kokoro-82M: مرخّص بموجب Apache-2.0، بـ 82 مليون معامل، يعمل عبر إطار عمل MLX من Apple من خلال مشروع المجتمع mlx-audio — مسار التسريع الحقيقي على Apple Silicon.
- Piper: مرخّص بموجب GPL-3.0-or-later، يعمل بالمعالج CPU فقط بحكم التصميم عبر ONNX Runtime — أداء متطابق على أجهزة Intel وApple Silicon.
- XTTS v2: ترخيص CPML غير تجاري، يستنسخ الصوت من نحو 6 ثوانٍ من الصوت، لكن دعمه لـ Metal (MPS) هو مشكلة GitHub متابَعة وغير محلولة — يعمل بالمعالج CPU فقط على جهاز Mac.
- Bark: مرخّص بموجب MIT، دعم تجريبي لـ MPS على Apple Silicon خلف متغيّر بيئي. لم يشهد المستودع العلني أي تحديثات منذ أبريل 2024.
- لا يمكن لأجهزة Mac بمعالج Intel استخدام مسار Kokoro المسرَّع عبر MLX إطلاقًا — يتطلب MLX معالج Apple Silicon.
📍 في جملة واحدة
بالنسبة لتحويل النص إلى كلام محليًا على Apple Silicon، فإن Kokoro-82M هو المحرك الوحيد من بين المحركات المحلية الأربعة الرئيسية الذي يمتلك مسار GPU حقيقيًا من نوع Metal (عبر مشروع المجتمع mlx-audio على إطار عمل MLX الخاص بشركة Apple)؛ ويُعد Piper الخيار الأبسط القائم على المعالج CPU فقط والذي يتصرف بالطريقة نفسها على أجهزة Intel Mac؛ ويوفّر XTTS v2 استنساخ الصوت لكن دعمه لـ MPS على Apple Silicon هو مشكلة GitHub معطوبة وموثّقة؛ ودعم Bark لـ MPS تجريبي صراحةً.
💬 بعبارات بسيطة
ليس كل برنامج مجاني لتحويل النص إلى كلام يمكن تشغيله على جهاز Mac يستخدم فعليًا شريحة الرسومات في الجهاز — بعضها يعمل فقط على المعالج العادي، وهو ما يعمل بشكل جيد لكنه أبطأ مما يمكن أن يكون عليه. Kokoro هو المحرك المُصمَّم للاستفادة من تصميم شريحة Apple الخاصة عبر مشروع يُدعى MLX؛ أما المحركات الأخرى فإما أنها تتجاوز وحدة GPU بحكم التصميم (Piper) أو تحاول استخدامها لكنها تواجه مشكلات غير محلولة (XTTS v2، Bark).
📌ملاحظة: يقارن هذا الدليل أربعة محركات TTS محلية راجعتها PromptQuorum بشكل مستقل (Piper وKokoro وXTTS v2 وBark). لكل منها مراجعة مخصصة مرتبطة على مدار المقال لتفاصيل أوامر التثبيت والترخيص والقيود الكاملة.
أي محرك TTS محلي يجب تثبيته فعليًا؟
يعتمد المحرك المناسب على ما إذا كنت تحتاج إلى تسريع GPU أو استنساخ الصوت أو أوسع توافق ممكن مع أجهزة Mac — لا يتفوق أي محرك في الجوانب الثلاثة كلها. Kokoro هو المحرك الوحيد هنا الذي يمتلك مسار GPU حقيقيًا على Apple Silicon؛ وPiper هو الأكثر قابلية للنقل؛ وXTTS v2 هو الوحيد الذي يستنسخ الأصوات.
- 🏆 الأفضل بشكل عام لـ Apple Silicon: Kokoro-82M عبر mlx-audio — المحرك الوحيد المُتناوَل هنا الذي يمتلك مسار GPU حقيقيًا من نوع Metal، وصغير بما يكفي (82 مليون معامل) ليعمل براحة على أي جهاز Mac بمعالج Apple Silicon.
- الأفضل للبساطة والتوافق مع Intel: Piper — يعمل بالمعالج CPU فقط بحكم التصميم، لذا فإن التثبيت والأداء متطابقان سواء كنت تستخدم شريحة من سلسلة M أو جهاز Mac أقدم بمعالج Intel.
- الأفضل إذا احتجت إلى استنساخ الصوت: XTTS v2 — يستنسخ صوتًا من نحو 6 ثوانٍ من الصوت المرجعي، لكنه يعمل بالمعالج CPU فقط على أي جهاز Mac ومرخّص للاستخدام غير التجاري فقط.
- الأفضل للصوت التعبيري غير الكلامي: Bark — يولّد الضحك والتنهد وموسيقى بسيطة من النص، مع دعم تجريبي (جزئي) لوحدة GPU على Apple Silicon، مع ملاحظة أن مستودعه خامل منذ أبريل 2024.
من يجب أن يستخدم أي محرك؟
طابِق المحرك مع جهاز Mac الخاص بك ومتطلبك الفعلي، لا مع أي محرك يحمل أكبر عدد من نجوم GitHub. لا يهم تسريع GPU إلا إذا كنت تولّد كمية كافية من الصوت، وبتكرار كافٍ، بحيث يبدو التركيب القائم على المعالج CPU فقط بطيئًا.
- 🧭 جهاز Mac بمعالج Apple Silicon، وتريد أسرع خيار محلي: Kokoro عبر mlx-audio — المحرك الوحيد هنا المكتوب لاستخدام Metal عبر MLX.
- 🧭 أي جهاز Mac، بما في ذلك طراز Intel أقدم: Piper — يعمل بالمعالج CPU فقط بحكم التصميم، لذا لا يوجد أي إعداد أو استكشاف أخطاء خاص بمعالج Apple Silicon.
- 🧭 تحتاج إلى استنساخ صوت معيّن من تسجيل قصير: XTTS v2 — تقبّل أنه سيعمل بالمعالج CPU فقط على جهاز Mac، وأن ترخيصه غير تجاري.
- 🧭 تريد الضحك أو التنهد أو الصوت المحيطي، لا مجرد الكلام: Bark — لكن خصّص وقتًا إضافيًا للتثبيت بسبب مساره التجريبي على Apple Silicon، وتحقّق أولًا من حالة الصيانة الحالية.
- ❌ تجنّب Bark إذا احتجت إلى صيانة نشطة أو أداء مضمون — لم يشهد مستودعه العلني أي تحديثات منذ أبريل 2024، وهذا مستقل عن مسألة Apple Silicon.
- ❌ تجنّب XTTS v2 إذا كنت تبني منتجًا تجاريًا — ترخيصه Coqui Public Model License (CPML) غير تجاري، وقد أوقفت الشركة التي أصدرته، Coqui AI، خدماتها المدفوعة في ديسمبر 2023.
كيف تقارَن Piper وKokoro وXTTS v2 وBark من حيث الملاءمة لـ Apple Silicon؟
Kokoro هو المحرك الوحيد في هذه المقارنة الذي يمتلك مسار GPU حقيقيًا ومبنيًا خصيصًا لـ Apple Silicon؛ أما الباقي فيعمل بالمعالج CPU فقط إما بحكم التصميم أو بسبب علة غير محلولة. يقيّم الجدول أدناه كل محرك وفق أربعة عوامل تحدد فعليًا الملاءمة مع جهاز Mac: هل يستخدم تسريع Apple Silicon، وحجم الذاكرة المطلوبة، ومدى صعوبة تثبيته على macOS، وجودة الصوت.
المحرك | تسريع Apple Silicon | استهلاك RAM | تثبيت macOS | جودة الصوت |
|---|---|---|---|---|
| Kokoro-82M | نعم — Metal عبر MLX (mlx-audio) | منخفض (82 مليون معامل، مع صيغ مُكمَّمة) | pip install + mlx-audio، لـ Apple Silicon فقط | طبيعية، قريبة من نماذج السحابة الكبيرة |
| Piper | لا يوجد بحكم التصميم — ONNX Runtime بالمعالج CPU فقط | منخفض جدًا (نحو 50-100 ميغابايت لكل صوت) | pip install piper-tts، دون إعداد GPU | واضحة، مع نبرة آلية بعض الشيء |
| XTTS v2 | لا يوجد — MPS يتعلّق (GH issue #3649) | متوسط إلى مرتفع (نموذج استنساخ كامل) | pip install coqui-tts، CPU فقط على Mac | عالية، تستنسخ صوتًا معيّنًا |
| Bark | تجريبي — SUNO_ENABLE_MPS=True | مرتفع (يمكن تقليله بعلامة small-models) | pip install من GitHub، لا توجد حزمة PyPI | تعبيرية، غير حتمية |
تقييمات جودة الصوت هي أوصاف نوعية مبنية على البنية الموثّقة لكل محرك ومراجعات PromptQuorum المخصصة (المرتبطة في كل صف)، وليست اختبار استماع أعمى (blind listening test) أجرته PromptQuorum — لا تُدّعى هنا أي أرقام MOS (متوسط درجة الرأي) عددية أو أرقام قياس مرجعية.
أي المحركات يستخدم GPU فعليًا على جهاز Mac؟
Kokoro هو المحرك الوحيد الذي يمتلك مسارًا حقيقيًا ومبنيًا خصيصًا لوحدة GPU من نوع Metal في معالجات Apple Silicon؛ ويتجاوز Piper وحدة GPU كليًا بحكم التصميم، بينما يمتلك كل من XTTS v2 وBark دعم GPU غير محلول أو جزئي على جهاز Mac. هذا هو أكبر عامل يفصل بين هذه المحركات على Apple Silicon، ومن السهل افتراض أن "يعمل على Mac" تعني "يستخدم وحدة GPU الخاصة بجهاز Mac" — وعادةً ما لا يكون الأمر كذلك.
- يعمل Kokoro-82M عبر إطار عمل MLX الخاص بشركة Apple من خلال مشروع المجتمع mlx-audio، الذي يتطلب معالج Apple Silicon وإصدار Python 3.10-3.12. إطار عمل MLX هو إطار تعلّم آلي مفتوح المصدر من Apple، بُني من الصفر لتقنية Metal على بنية الذاكرة الموحّدة في معالجات Apple Silicon — وهو الإطار نفسه الذي يتناوله دليل نماذج اللغة المحلية على Apple Silicon ومقارنة MLX مقابل Ollama مقابل llama.cpp الخاصان بالموقع بالنسبة لنماذج اللغة. أوزان Kokoro-82M الرسمية التي أصدرها hexgrad على Hugging Face هي أصلًا نموذج PyTorch؛ ومسار MLX هو منفذ (port) من المجتمع وليس إصدارًا رسميًا من Apple أو hexgrad، كما يوفّر mlx-audio أيضًا صيغًا مُكمَّمة (bf16، وبت 8، وبت 4) لتقليل استهلاك الذاكرة.
- لا يلمس Piper وحدة GPU إطلاقًا على أي منصة، بما في ذلك Apple Silicon — وهذا بحكم التصميم لا كقيد. يحوّل Piper النص إلى صوتيات (phonemes) باستخدام espeak-ng، ثم يركّب الصوت بنموذج مُصدَّر إلى ONNX Runtime لاستدلال سريع على المعالج CPU. هذا الخيار التصميمي هو السبب الدقيق الذي يجعل Piper يعمل في الزمن الحقيقي حتى على جهاز Raspberry Pi — راجع مراجعة Piper TTS الخاصة بـ PromptQuorum للاطلاع على البنية الكاملة وخطوات التثبيت.
- دعم XTTS v2 لتقنية Metal (MPS) على Apple Silicon لا يعمل حاليًا. توثّق مشكلة متابَعة على مستودع coqui-ai/TTS على GitHub، بعنوان "Unable to use xtts_v2 with mps device on Apple Silicon"، أن محاولة تشغيل XTTS v2 على جهاز MPS تتسبب في التعليق بدلًا من إتمام العملية. كما لا يُدرج مشروع Coqui نفسه دعم GPU على Apple Silicon ضمن الدعم الرسمي. عمليًا، هذا يعني أن XTTS v2 يعمل بالمعالج CPU فقط على جهاز Mac، عبر نفس أداة Coqui TTS (المرخّصة بموجب MPL-2.0) التي تشغّله على المنصات الأخرى.
- يمتلك Bark دعمًا تجريبيًا لـ MPS على Apple Silicon، محجوبًا خلف متغيّر بيئي. يؤدي ضبط
SUNO_ENABLE_MPS=Trueإلى تفعيل تسريع Metal، وفق نقاش على مستودع suno-ai/bark على GitHub، لكن بعض عمليات PyTorch التي يعتمد عليها Bark لم تكن مُنفَّذة لـ MPS في ذلك الوقت، ما يتسبب في تراجع جزئي إلى المعالج CPU لتلك الخطوات. يدعم Bark أيضًا علامةSUNO_USE_SMALL_MODELS=Trueمخصصة لتقليل ضغط الذاكرة على أجهزة Mac ذات الذاكرة الموحّدة الأقل.
كيف تثبّت Kokoro بتسريع MLX على جهاز Mac؟
يثبّت هذا الشرح مشروع المجتمع mlx-audio لتشغيل Kokoro-82M عبر إطار عمل MLX الخاص بشركة Apple، باستخدام الإعداد الموثّق في مستودع mlx-audio على GitHub.
- 1تأكّد من أنك تستخدم معالج Apple Silicon وإصدار Python مدعومًا.
Why it matters: يتطلب mlx-audio جهاز Mac بمعالج Apple Silicon (من سلسلة M) وإصدار Python 3.10-3.12؛ لا يعمل MLX إطلاقًا على أجهزة Intel Mac، لذا فهذا المسار مخصص لمعالج Apple Silicon فقط. - 2ثبّت mlx-audio.
Why it matters: شغّل `pip install mlx-audio` داخل بيئة Python افتراضية. سيؤدي هذا إلى تثبيت MLX نفسه (الإصدار 0.31 أو أحدث) إلى جانب خط معالجة الصوت. - 3شغّل عملية تركيب صوتي أولى من سطر الأوامر.
Why it matters: تأتي الحزمة مع نقطة دخول CLI تنزّل أوزان Kokoro-82M عند الاستخدام الأول وتركّب ملف WAV من سلسلة نصية — تحقّق من README الحالي للمشروع للحصول على الأمر الدقيق، لأن علامات CLI قد تتغيّر بين الإصدارات. - 4اختر صوتًا، واختياريًا صيغة نموذج مُكمَّمة.
Why it matters: يأتي Kokoro-82M مزوّدًا بـ 54 نمطًا صوتيًا مُعدًّا مسبقًا عبر عدة لغات. يوفّر mlx-audio أيضًا صيغًا مُكمَّمة بدقة bf16 وبت 8 وبت 4 — تقايض دقة أقل قليلًا مقابل حجم ذاكرة أصغر، وهو أمر مفيد على جهاز Mac بذاكرة موحّدة أقل. - 5ادمجه في تطبيق Python الخاص بك.
Why it matters: لأي استخدام يتجاوز التركيب الصوتي لمرة واحدة عبر سطر الأوامر، استدعِ واجهة برمجة Python الخاصة بـ mlx-audio مباشرةً بدلًا من استدعاء CLI مرارًا، لتجنّب تكلفة إعادة تحميل النموذج مع كل استدعاء.
ما الذي يتغيّر على جهاز Mac بمعالج Intel؟
على جهاز Mac بمعالج Intel، لا يتوفر مسار Kokoro المسرَّع عبر MLX إطلاقًا — يتطلب MLX معالج Apple Silicon ولن يعمل إطلاقًا على عتاد Intel. تستمر جميع المحركات الأخرى المُتناوَلة هنا في العمل على Intel، لأن أيًا منها لا يعتمد على محرك Apple العصبي أو على تسريع GPU الخاص بمعالج Apple Silicon كي يعمل؛ فهي ببساطة تعمل على المعالج CPU.
- لا يتأثر Piper بالفرق بين Intel وApple Silicon. يعمل بالمعالج CPU فقط بحكم التصميم على كل منصة، لذا فإن جهاز Mac بمعالج Intel يقدّم أداءً مماثلًا لجهاز Mac بمعالج Apple Silicon بالنسبة لـ Piper تحديدًا، بصرف النظر عن جيل العتاد.
- يستمر Kokoro في العمل على جهاز Mac بمعالج Intel عبر أوزانه الرسمية من PyTorch، لكن دون مسار تسريع MLX. ستفقد مسار Metal الخاص بمعالج Apple Silicon عبر mlx-audio، لكن النموذج نفسه (82 مليون معامل) صغير بما يكفي ليعمل بشكل مقبول على المعالج CPU.
- يعمل XTTS v2 وBark بالطريقة نفسها على أجهزة Mac بمعالج Intel وApple Silicon، لأن كلاهما يعمل حاليًا بالمعالج CPU فقط على أي جهاز Mac على أي حال — وذلك بالنسبة إلى XTTS v2 لأن دعم MPS معطوب، وبالنسبة إلى Bark لأن دعم MPS تجريبي وجزئي. لا يفقد أي منهما قدرة معتبرة عند الانتقال من Apple Silicon إلى Intel، لأن أيًا منهما لا يمتلك أصلًا مسار تسريع ناضجًا على Apple Silicon.
متى لا يجب استخدام أي من هذه المحركات؟
لا تعد أي من المحركات الأربعة في هذه المقارنة الخيار الصحيح لكل حالة استخدام TTS على Mac — لكل منها حالات تكون فيها أداة أخرى أو واجهة برمجة سحابية أنسب.
- ❌ تحتاج ترخيصًا تجاريًا مضمونًا مع أصوات مستنسَخة. ترخيص CPML الخاص بـ XTTS v2 غير تجاري، دون مسار مؤكد وفعّال نحو ترخيص تجاري منذ أن أوقفت Coqui AI خدماتها المدفوعة في ديسمبر 2023 — راجع مقارنة PromptQuorum مع ElevenLabs للاطلاع على بديل سحابي تجاري مُدار.
- ❌ تحتاج صيانة نشطة مضمونة. لم يشهد مستودع Bark العلني على GitHub أي تحديثات منذ 5 أبريل 2024؛ إذا كانت الإصلاحات والتحديثات المستمرة مهمة لمشروعك، فإن Piper (الذي تصونه بنشاط مؤسسة Open Home Foundation) أو Kokoro (بنظام مجتمعي نشط حول mlx-audio) خيار أكثر أمانًا.
- ❌ تحتاج دعم GPU على مستوى الإنتاج على Apple Silicon اليوم، دون الاعتماد على مشروع مجتمعي. يعمل مسار Kokoro عبر MLX من خلال مشروع مجتمعي، وليس إصدارًا رسميًا من Apple أو hexgrad — اعتبره جيدًا لكن دون ضمان من مزوّد.
- ❌ تحتاج صوتًا تفاعليًا في الزمن الحقيقي على ذاكرة Apple Silicon محدودة جدًا (تكوينات أساسية بـ 8 غيغابايت) مع تشغيل نموذج لغة محلي كبير في الوقت نفسه. قد يكون تشغيل عملية كبيرة من XTTS v2 أو Bark إلى جانب نموذج لغة على جهاز Mac محدود الذاكرة أمرًا ضيقًا؛ توفّر بصمة Piper وKokoro الأصغر مساحة أكبر.
الأسئلة الشائعة
ما هو أفضل محرك TTS محلي لأجهزة Mac بمعالج Apple Silicon؟
إذا أردت تحديدًا تسريع GPU (Metal) على معالج Apple Silicon عبر إطار عمل MLX الخاص بشركة Apple، فإن Kokoro-82M المُشغَّل عبر مشروع المجتمع mlx-audio هو الخيار الأفضل. إذا أردت أبسط تثبيت يعمل بالطريقة نفسها على أي جهاز Mac، فإن Piper خيار أفضل، لأنه يعمل بالمعالج CPU فقط بحكم التصميم على كل منصة.
هل يستخدم Piper وحدة GPU على جهاز Mac؟
لا. يعمل Piper بالمعالج CPU فقط بحكم التصميم على كل منصة، بما في ذلك أجهزة Apple Silicon وIntel Mac. يحوّل النص إلى صوتيات باستخدام espeak-ng ويركّب الصوت عبر ONNX Runtime، وهذا هو السبب في قدرته على العمل في الزمن الحقيقي حتى على جهاز Raspberry Pi دون أي وحدة GPU إطلاقًا.
هل يمكن تشغيل Kokoro-82M على Apple Silicon بتسريع GPU؟
نعم، عبر مشروع المجتمع mlx-audio، الذي يشغّل Kokoro-82M عبر إطار عمل MLX الخاص بشركة Apple — وهو مبني خصيصًا لتقنية Metal على بنية الذاكرة الموحّدة في معالجات Apple Silicon. أوزان Kokoro-82M الرسمية من hexgrad هي نموذج PyTorch؛ مسار MLX هو منفذ من المجتمع وليس إصدارًا رسميًا، ويتطلب جهاز Mac بمعالج Apple Silicon (لا يمكن لأجهزة Intel Mac استخدامه) وإصدار Python 3.10-3.12.
هل يعمل XTTS v2 على معالج Apple Silicon؟
يعمل، لكن بالمعالج CPU فقط. دعم XTTS v2 لجهاز Metal (MPS) هو مشكلة موثّقة وغير محلولة، مُتابَعة على مستودع coqui-ai/TTS على GitHub (المشكلة رقم 3649)، حيث تتسبب محاولة استخدام جهاز MPS في التعليق بدلًا من إتمام العملية. لا يدعم مشروع Coqui رسميًا تسريع GPU على Apple Silicon لـ XTTS v2، لذا توقّع أداءً قائمًا على المعالج CPU فقط على أي جهاز Mac.
هل Bark مسرَّع على معالج Apple Silicon؟
بشكل جزئي وتجريبي. يؤدي ضبط متغيّر البيئة SUNO_ENABLE_MPS=True إلى تفعيل تسريع Metal GPU لـ Bark، لكن بعض عمليات PyTorch التي يعتمد عليها لم تُنفَّذ لـ MPS، لذا لا تزال بعض خطوات المعالجة تتراجع إلى المعالج CPU. يصف القائمون على صيانة Bark هذا الدعم أنفسهم بأنه تجريبي وليس جاهزًا للإنتاج.
هل يمكنني استخدام أي من هذه المحركات على جهاز Mac بمعالج Intel؟
يعمل كل من Piper وXTTS v2 وBark على أجهزة Mac بمعالج Intel، لأن أيًا منها لا يتطلب تسريعًا خاصًا بمعالج Apple Silicon كي يعمل — فهي إما تعمل على المعالج CPU بحكم التصميم (Piper) أو لأن مسارات تسريع GPU الخاصة بها غير محلولة أو جزئية على أي حال (XTTS v2، Bark). أما مسار Kokoro المسرَّع عبر MLX فيتطلب تحديدًا معالج Apple Silicon ولن يعمل إطلاقًا على جهاز Mac بمعالج Intel، رغم أن أوزان Kokoro الرسمية من PyTorch تستمر في العمل على Intel دون تسريع MLX.
أي من هذه المحركات يمكنه استنساخ صوت معيّن؟
من بين المحركات الأربعة المُتناوَلة هنا، يستنسخ XTTS v2 وحده صوتًا من مقطع صوتي مرجعي قصير (بحد أدنى 6 ثوانٍ فقط بحسب بطاقة النموذج الرسمية). يستخدم كل من Piper وKokoro وBark أصواتًا مُدرَّبة مسبقًا أو مُعدَّة مسبقًا بدلًا من استنساخ أي صوت فوريًا. للاطلاع على تفاصيل الاستنساخ الكاملة والترخيص، راجع مراجعة XTTS v2 المخصصة من PromptQuorum.
هل يتطلب أي من محركات TTS المحلية هذه ترخيصًا مدفوعًا لاستخدامه على جهاز Mac بمعالج Apple Silicon؟
لا يفرض أي محرك مُتناوَل هنا رسومًا خاصة باستخدام macOS أو Apple Silicon. Piper (بموجب GPL-3.0-or-later) وKokoro (بموجب Apache-2.0) وBark (بموجب MIT) كلها برمجيات مجانية ومفتوحة المصدر بصرف النظر عن المنصة. يمكن استخدام XTTS v2 مجانًا، لكن بموجب ترخيص غير تجاري (CPML) — وهذا القيد يسري بالتساوي على Apple Silicon وIntel وWindows وLinux، ولا علاقة له بجهاز Mac الذي تستخدمه.
الخلاصة
على معالج Apple Silicon تحديدًا، يتميّز Kokoro-82M لأنه المحرك الوحيد من بين هذه المحركات الأربعة الذي يمتلك مسارًا حقيقيًا ومبنيًا خصيصًا لوحدة GPU من نوع Metal في جهاز Mac، عبر مشروع المجتمع mlx-audio المبني على إطار عمل MLX الخاص بشركة Apple نفسها — وهو صغير بما يكفي (82 مليون معامل، مرخّص بموجب Apache-2.0) لدرجة أن هذا التسريع يستحق الإعداد. يبقى Piper الخيار الافتراضي الصحيح عندما تكون البساطة والاتساق عبر العتاد أهم من السرعة الخام: فهو يعمل بالمعالج CPU فقط في كل مكان، لذا لا يوجد أي إعداد أو استكشاف أخطاء خاص بمعالج Apple Silicon، ولا قلق من تراجع الأداء على جهاز Mac بمعالج Intel. لا يستحق XTTS v2 التضحية بالأداء الناتجة عن العمل بالمعالج CPU فقط إلا إذا احتجت تحديدًا إلى استنساخ الصوت وتقبّلت ترخيصه غير التجاري؛ ولا يستحق Bark النظر فيه إلا لأصواته غير الكلامية المميزة، مع ملاحظة أن كلًا من تسريعه على Apple Silicon وحالة صيانته العامة غير مستقرَّين. إن لم تكن متأكدًا، ابدأ بـ Piper لأبسط تثبيت، ثم انتقل إلى Kokoro عبر mlx-audio بمجرد أن تتأكد من رغبتك في تسريع Metal، ولا تلجأ إلى XTTS v2 إلا عندما يصبح استنساخ الصوت متطلبًا أساسيًا صارمًا.
المصادر
- Kokoro-82M على Hugging Face — بطاقة النموذج الرسمية: المعاملات والترخيص والبنية.
- mlx-audio على GitHub — المشروع المجتمعي الذي يشغّل Kokoro-82M عبر إطار عمل MLX الخاص بشركة Apple على معالجات Apple Silicon.
- مشكلة GitHub رقم 3649 في coqui-ai/TTS — "Unable to use xtts_v2 with mps device on Apple Silicon"، توثّق تعليق MPS غير المحلول.
- مستودع suno-ai/bark على GitHub — مشكلات وطلبات دمج توثّق دعم MPS التجريبي على Apple Silicon عبر SUNO_ENABLE_MPS.
- إطار عمل Apple MLX — إطار التعلّم الآلي مفتوح المصدر الرسمي من Apple، مع تسريع GPU أصلي من نوع Metal لمعالجات Apple Silicon.
- مراجعة Piper TTS — مراجعة PromptQuorum المخصصة، بما في ذلك أوامر التثبيت وسجل الترخيص.
- مراجعة XTTS v2، ومراجعة Coqui TTS، ومراجعة Bark TTS — مراجعات PromptQuorum المخصصة للمحركات الأخرى المُتناوَلة هنا.