Wichtigste Erkenntnisse
- Entstanden innerhalb des Rhasspy-Sprachassistenten-Projekts durch Michael Hansen.
- Ursprüngliches Repository rhasspy/piper am 6. Oktober 2025 archiviert (nur lesbar), unter der MIT-Lizenz.
- Aktive Entwicklung heute bei OHF-Voice/piper1-gpl (erstellt am 28. März 2025), unter der Open Home Foundation, der gemeinnützigen Organisation hinter Home Assistant.
- Aktuelle Lizenz: GPL-3.0-or-later — ein Wechsel gegenüber der MIT-Lizenz des archivierten Repositories.
- Kostenlos, keine Bezahlstufe; Echtzeit-CPU-Inferenz, optionale CUDA-GPU-Beschleunigung.
- Aktuelle Version: v1.8.0, veröffentlicht am 4. September 2026.
📍 In einem Satz
Piper ist eine kostenlose, lokale neuronale Text-zu-Sprache-Engine, die ursprünglich innerhalb des Rhasspy-Sprachassistenten-Projekts von Michael Hansen entstand und heute von der Open Home Foundation gepflegt wird — schnell genug für Echtzeitsprache auf reiner CPU-Hardware wie einem Raspberry Pi — und deren Lizenz 2025 beim Umzug in ein neues Repository von MIT auf GPL-3.0-or-later wechselte.
💬 In einfachen Worten
Es ist ein Programm, das Sie per pip install installieren und das getippten Text auf dem eigenen Gerät in gesprochenes Audio verwandelt — kein Cloud-Konto, keine Internetverbindung nötig, und es läuft schnell genug für Echtzeitsprache selbst auf sehr bescheidener Hardware.
📌Hinweis: Die Lizenz hat sich 2025 geändert. Wer Piper vor diesem Zeitpunkt unter der Annahme geprüft hat, es sei MIT-lizenziert, sollte das vor dem Einsatz des aktuell gepflegten Repositories in einem Closed-Source-Produkt erneut prüfen — siehe Abschnitt Lizenz und Kosten unten.
Geschichte: Von Rhasspy zur Open Home Foundation
Piper entstand innerhalb von Rhasspy, einem Open-Source-Toolkit für vollständig offline arbeitende Sprachassistenten, wo Michael Hansen es als schnelle, lokale Text-zu-Sprache-Engine baute, um sie mit Rhasspys lokaler Spracherkennung zu kombinieren — und so den Umweg über eine Cloud-TTS-API bei jeder gesprochenen Antwort zu vermeiden. Piper nutzt eine neuronale, VITS-artige Text-zu-Wellenform-Architektur: Text wird zunächst in Phoneme umgewandelt (mit espeak-ng), dann synthetisiert ein für ONNX Runtime exportiertes Modell direkt aus diesen Phonemen eine Wellenform — schnell genug auch auf reiner CPU-Hardware.
**Das ursprüngliche Repository, rhasspy/piper, wuchs zu einer der meistgenutzten lokalen TTS-Engines** im Open-Source-Bereich für Heimautomatisierung und Barrierefreiheit heran und sammelte unter seiner MIT-Lizenz über 11.000 GitHub-Sterne. Es wurde zur Standard-Text-zu-Sprache-Engine in der Sprachpipeline von Home Assistant.
2025 zog die aktive Entwicklung in ein neues Repository um. OHF-Voice/piper1-gpl wurde am 28. März 2025 unter der Open Home Foundation erstellt — der gemeinnützigen Organisation, die auch Home Assistant betreut. Das ursprüngliche Repository rhasspy/piper wurde in der Folge am 6. Oktober 2025 archiviert (nur noch lesbar); es bleibt unter seiner ursprünglichen MIT-Lizenz verfügbar, erhält aber keine weiteren Updates mehr.
Das neue Repository trägt eine andere Lizenz: GPL-3.0-or-later statt der ursprünglichen MIT-Lizenz. Das Projekt nennt in README oder Changelog keinen Grund dafür, aber piper1-gpl bindet espeak-ng zur Phonemisierung ein, und espeak-ng selbst steht unter GPL-3.0 — eine plausible Erklärung für den Lizenzwechsel, die PromptQuorum jedoch nicht als offiziell genannten Grund bestätigen konnte. Zum Zeitpunkt der Veröffentlichung dieses Artikels gibt die README des Projekts an, dass die Open Home Foundation weitere Maintainer für Piper sucht.
Wer hat Piper entwickelt?
Piper wurde von Michael Hansen innerhalb des Open-Source-Sprachassistenten-Projekts Rhasspy entwickelt. Die Entwicklung zog später in ein neues Repository um, OHF-Voice/piper1-gpl, das von der Open Home Foundation gepflegt wird.
Was Piper tatsächlich leistet
Piper wandelt geschriebenen Text mit einer neuronalen Text-zu-Sprache-Pipeline in gesprochenes Audio um: Text wird über espeak-ng in Phoneme umgewandelt, dann synthetisiert ein trainiertes Stimmmodell aus diesen Phonemen eine Wellenform — ausgeführt auf ONNX Runtime für Geschwindigkeit.
- Sprachsynthese über die Kommandozeile. Mit
python3 -m piperund einem heruntergeladenen Stimmmodell lässt sich eine WAV-Datei erzeugen oder Audio direkt an die Lautsprecher streamen. - Python-API. Eine Stimme mit
PiperVoice.load()laden und.synthesize_wav()oder den streamenden.synthesize()-Generator aus der eigenen Python-Anwendung heraus aufrufen. - HTTP-Webserver-Modus. Piper kann als dauerhaft laufender Webserver betrieben werden, sodass Stimmmodelle im Speicher bleiben und die Ladezeit der Kommandozeile bei jedem Aufruf entfällt — empfohlen für wiederholte oder produktive Nutzung.
- C/C++-API (libpiper). Eine native C++-Bibliothek samt Kommandozeile, portiert aus dem alten Piper-Repository, zum Einbetten von Piper in Nicht-Python-Anwendungen.
- Direkte Phonem-Eingabe. Text in `[[ ... ]]
eingebettet erlaubt es, IPA-Phoneme (vonespeak-ng --ipa=3`) direkt zu übergeben — nützlich, um falsch ausgesprochene Namen oder Fachbegriffe zu korrigieren. - Optionale GPU-Beschleunigung.
--cuda(Kommandozeile) oderuse_cuda=True(Python) aktiviert CUDA-Beschleunigung über das Paketonnxruntime-gpu, obwohl Piper darauf ausgelegt ist, auch allein auf der CPU akzeptabel schnell zu laufen. - Community-trainierte, mehrsprachige Stimmen. Dutzende Sprachen und regionale Varianten stehen als separat herunterladbare Stimmmodelle über Hugging Face bereit; die Stimmqualität variiert, da die Stimmen von unterschiedlichen Community-Mitgliedern trainiert werden.
Piper installieren und ausführen: Schritt für Schritt
Diese Anleitung installiert Piper per pip und führt eine erste Sprachsynthese aus, gemäß der in der eigenen CLI- und Python-API-Dokumentation des Projekts beschriebenen Syntax.
- 1Piper installieren.
Why it matters: `pip install piper-tts` in einer Python-Umgebung ausführen (Python 3.9+ empfohlen). Damit werden das Paket `piper` und seine ONNX-Runtime-Abhängigkeit installiert; für reine CPU-Nutzung ist kein GPU- oder CUDA-Setup nötig. - 2Eine Stimme auflisten und herunterladen.
Why it matters: `python3 -m piper.download_voices` ohne Argumente ausführen, um verfügbare Stimmen aufzulisten, dann `python3 -m piper.download_voices en_US-lessac-medium`, um eine bestimmte Stimme in das aktuelle Verzeichnis herunterzuladen. - 3Sprache über die Kommandozeile synthetisieren.
Why it matters: `python3 -m piper -m en_US-lessac-medium -f test.wav -- 'This is a test.'` ausführen, um eine WAV-Datei zu schreiben. Bei installiertem `ffplay` kann das Flag `-f` weggelassen werden, um das Audio sofort zu hören, statt es zu speichern. - 4(Optional) Die Python-API statt der Kommandozeile nutzen.
Why it matters: Für wiederholte Nutzung innerhalb einer Anwendung vermeidet `from piper import PiperVoice; voice = PiperVoice.load("en_US-lessac-medium.onnx")` gefolgt von `voice.synthesize_wav(text, wav_file)` die Startkosten der Kommandozeile bei jedem Aufruf. - 5(Optional) GPU-Beschleunigung aktivieren.
Why it matters: Das Paket `onnxruntime-gpu` installieren, dann `--cuda` in der Kommandozeile oder `use_cuda=True` bei `PiperVoice.load()` in Python übergeben. Optional — Piper ist darauf ausgelegt, auch allein auf der CPU in Echtzeit zu laufen. - 6(Optional) Den Webserver für wiederholte Nutzung ausführen.
Why it matters: Für Produktions- oder Dauerbetrieb den HTTP-Webserver-Modus von Piper ausführen, damit das Stimmmodell im Speicher bleibt, statt bei jedem Kommandozeilenaufruf neu geladen zu werden. - 7(Optional) Ein falsch ausgesprochenes Wort mit rohen Phonemen korrigieren.
Why it matters: Die IPA-Phoneme eines Wortes mit `espeak-ng -v en-us --ipa=3 -q <Wort>` ermitteln, dann im Eingabetext in `[[ ... ]]` einbetten, um Pipers automatische Aussprache für dieses Wort zu überschreiben.
Echte Anwendungsbeispiele
Über die grundlegende Installationsanleitung oben hinaus sind dies gängige Nutzungsmuster aus der eigenen Dokumentation des Projekts.
- Direkte Phonem-Eingabe zur Korrektur der Aussprache: Text wie `The [[ bˈætmæn ]] not [[ bɹˈuːs wˈeɪn ]]
mit IPA-Phonemen ausespeak-ng -v en-us --ipa=3 -q <Wort>`. - libpiper C/C++-API stellt
piper_create()(oderpiper_create_with_options()für feinere Kontrolle) bereit, um Piper direkt in eine native Anwendung ohne Python-Laufzeit einzubetten.
# Kommandozeile: WAV-Datei schreiben
python3 -m piper -m en_US-lessac-medium -f test.wav -- "This is a test."
# Kommandozeile: Audio sofort abspielen (benötigt ffplay)
python3 -m piper -m en_US-lessac-medium -- "This will play on your speakers."
# Python-API
import wave
from piper import PiperVoice
voice = PiperVoice.load("en_US-lessac-medium.onnx")
with wave.open("test.wav", "wb") as wav_file:
voice.synthesize_wav("Welcome to the world of speech synthesis!", wav_file)
# Python-API: Synthese anpassen (Tempo, Lautstärke, Ausdruck)
from piper import SynthesisConfig
syn_config = SynthesisConfig(
volume=0.5, # halb so laut
length_scale=2.0, # doppelt so langsam
noise_scale=1.0, # mehr Audiovariation
noise_w_scale=1.0, # mehr Sprechvariation
)
voice.synthesize_wav("Custom synthesis settings.", wav_file, syn_config=syn_config)
# Python-API: GPU-Beschleunigung (benötigt onnxruntime-gpu)
voice = PiperVoice.load("en_US-lessac-medium.onnx", use_cuda=True)
# Python-API: Streaming-Synthese
for chunk in voice.synthesize("Streamed audio, chunk by chunk."):
play_audio(chunk.audio_int16_bytes, chunk.sample_rate)Lizenz und Kosten
**Das aktiv gepflegte Piper-Repository OHF-Voice/piper1-gpl steht unter der Lizenz GPL-3.0-or-later**, bestätigt durch die veröffentlichten Metadaten des Pakets piper-tts auf PyPI. Das ist ein Wechsel gegenüber dem ursprünglichen Repository rhasspy/piper, das vor seiner Archivierung am 6. Oktober 2025 unter MIT-Lizenz stand und unter dieser MIT-Lizenz weiterhin verfügbar, aber unmaintained bleibt.
GPL-3.0 ist eine Copyleft-Lizenz, die sich für die kommerzielle Nutzung deutlich von MIT unterscheidet. Piper darf kostenlos genutzt werden, auch kommerziell, um Sprache zu erzeugen. GPL-3.0 verlangt aber, dass eine modifizierte Version von Pipers eigenem Quellcode — etwa ein Fork, der in das eigene Produkt eingebunden oder statisch gelinkt wird — bei Weitergabe unter denselben GPL-3.0-Bedingungen freigegeben werden muss. Die unveränderte Nutzung von Piper als externes Werkzeug (Aufruf der CLI, des Python-Pakets oder des Webservers als separater Prozess) stellt die eigene übrige Anwendung in der Regel nicht unter GPL, aber die genaue Grenze hängt davon ab, wie eng der eigene Code mit Pipers Code verknüpft ist. Dieser Absatz erläutert die grundsätzliche Form der Lizenz; er ist keine Rechtsberatung — vor dem Versand eines kommerziellen, auf Piper aufbauenden Produkts einen Anwalt konsultieren.
Für Piper selbst gibt es keine Bezahlstufe, kein Abonnement und keine Lizenzgebühr. Die einzigen Kosten sind die Hardware, auf der es läuft, sowie die eigene Entwicklungszeit. Stimmmodelle werden separat aus einem gemeinsamen Hugging-Face-Repository heruntergeladen; vor einer Weitergabe die für jede einzelne Stimme angegebene Lizenz prüfen, da die Stimmen von unterschiedlichen Community-Mitgliedern beigesteuert werden und nicht garantiert dieselbe Lizenz wie der Piper-Code tragen.
Unter welcher Lizenz steht Piper?
Das aktiv gepflegte Piper-Repository (OHF-Voice/piper1-gpl) steht unter GPL-3.0-or-later. Das ursprüngliche, heute archivierte Repository rhasspy/piper stand unter MIT. Das ist ein realer Unterschied für die kommerzielle Nutzung — GPL-3.0 verlangt bei Weitergabe modifizierter Versionen von Pipers eigenem Quellcode dieselbe Lizenz, während MIT das nicht tat.
Wofür Piper nicht geeignet ist
Piper ist eine schnelle, universelle lokale Text-zu-Sprache-Engine, kein Voice-Cloning- oder Ausdrucks-Sprachwerkzeug. In folgenden Fällen ist es das falsche Werkzeug:
- Ausdrucksstarkes, emotionales oder Voice-Cloning aus wenigen Sekunden. Piper synthetisiert Sprache aus vortrainierten Stimmmodellen, nicht aus einer kurzen Referenzaufnahme einer bestimmten Person. Wer eine Stimme aus wenigen Sekunden Beispielaudio klonen oder ausdrucksstärkere Sprechweise möchte, findet in XTTS v2 das dafür gebaute Werkzeug — siehe PromptQuorums Leitfaden zu lokalen TTS-Lizenzen für dessen (nicht-kommerzielle) Lizenzbedingungen.
- Mehrsprecher-Cloning aus einer kurzen Probe. Ebenso hat Piper keinen eingebauten Mechanismus, um aus einer Audioprobe eines bestimmten Sprechers spontan eine neue Stimme zu erzeugen; jede Stimme ist ein separat trainiertes und verteiltes Modell.
- GPL-3.0-Copyleft-Pflichten in einem Closed-Source-Produkt. Wer Pipers eigenen Quellcode modifizieren und in einer Closed-Source-Binärdatei weitergeben möchte, muss die GPL-3.0-or-later-Lizenz des aktuellen Repositories als echte Einschränkung berücksichtigen, die das ursprüngliche, MIT-lizenzierte Repository nicht hatte. Den obigen Abschnitt Lizenz und Kosten lesen und vor einem solchen Einsatz einen Anwalt konsultieren.
- Garantiert einheitliche Stimmqualität über alle Sprachen hinweg. Da Stimmen von unterschiedlichen Community-Mitgliedern trainiert und beigesteuert werden, variiert die Qualität spürbar je nach Sprache und Stimme — vor der Festlegung auf Piper für eine Produktivanwendung Samples der Zielsprache prüfen.
- Langfristige Wartungssicherheit. Zum Zeitpunkt der Veröffentlichung sucht die README des Projekts laut eigener Aussage weitere Maintainer für Piper bei der Open Home Foundation — ein Punkt, der bei der Entscheidung, kritische Infrastruktur darauf aufzubauen, mit einzubeziehen ist.
Alternativen zu Piper
Coqui TTS
- Am besten für:
- Flexibles Multi-Backend-Toolkit (VITS, Tacotron2, XTTS) mit breiter Sprachunterstützung
- Lizenz:
- MPL-2.0
XTTS v2
- Am besten für:
- Voice-Cloning aus wenigen Sekunden Referenzaudio, über 17 Sprachen hinweg
- Lizenz:
- CPML (nicht-kommerziell)
StyleTTS 2
- Am besten für:
- Höchste natürliche englische Erzählqualität (kein Voice-Cloning)
- Lizenz:
- MIT
Bark
- Am besten für:
- Ausdrucksstarke Nicht-Sprach-Audios — Lachen, Seufzen, Umgebungsgeräusche
- Lizenz:
- MIT
ElevenLabs
- Am besten für:
- Verwaltete Cloud-API für Teams ohne eigenes Hosting, mit kommerziellem Voice-Cloning
- Lizenz:
- Proprietär (bezahlte Cloud-API)
Häufig gestellte Fragen
Was ist Piper?
Piper ist eine kostenlose, lokale neuronale Text-zu-Sprache-Engine, die innerhalb des Rhasspy-Sprachassistenten-Projekts von Michael Hansen entstand und heute von der Open Home Foundation gepflegt wird — schnell genug, um in Echtzeit auf reiner CPU-Hardware zu laufen.
Ist Piper kostenlos?
Ja. Piper hat keine Bezahlstufe, kein Abonnement und keine Lizenzgebühr. Es steht derzeit unter GPL-3.0-or-later, was die Nutzung kostenlos erlaubt, aber Bedingungen an die Weitergabe modifizierter Versionen von Pipers eigenem Quellcode knüpft — Details im Abschnitt Lizenz und Kosten.
Brauche ich eine GPU, um Piper auszuführen?
Nein. Piper ist darauf ausgelegt, in Echtzeit auf reiner CPU-Hardware zu laufen, einschließlich eines Raspberry Pi. Optionale CUDA-GPU-Beschleunigung ist über das Paket onnxruntime-gpu für höheren Durchsatz verfügbar.
Was ist der Unterschied zwischen rhasspy/piper und OHF-Voice/piper1-gpl?
rhasspy/piper ist das ursprüngliche, innerhalb des Rhasspy-Projekts entstandene und unter MIT lizenzierte Repository; es wurde am 6. Oktober 2025 archiviert (nur lesbar). OHF-Voice/piper1-gpl ist das aktiv gepflegte Nachfolge-Repository, erstellt am 28. März 2025 unter der Open Home Foundation, und steht unter GPL-3.0-or-later statt MIT.
Kann Piper die Stimme einer bestimmten Person klonen?
Nicht aus einer kurzen Audioprobe. Piper synthetisiert Sprache mit vortrainierten Stimmmodellen, die man herunterlädt und auswählt; es klont keine neue Stimme spontan aus wenigen Sekunden Referenzaudio. Dafür ist XTTS v2 gebaut, speziell für Voice-Cloning aus wenigen Sekunden.
Wird Piper in Home Assistant eingesetzt?
Ja. Piper ist die Standard-lokale-Text-zu-Sprache-Engine in der Sprachassistenten-Pipeline von Home Assistant, gepflegt von der Open Home Foundation — derselben gemeinnützigen Organisation, die auch Home Assistant betreut.
Wer pflegt Piper heute?
Piper wird bei der Open Home Foundation im Repository OHF-Voice/piper1-gpl gepflegt, nachdem die Entwicklung 2025 vom ursprünglichen, bei Rhasspy gehosteten Repository dorthin umgezogen ist. Die README des Projekts gibt an, dass die Open Home Foundation derzeit weitere Maintainer sucht.
Was ist die aktuellste Piper-Version?
Die aktuelle stabile Version ist v1.8.0, veröffentlicht am 4. September 2026, laut der GitHub-Releases-Seite des Projekts.
Fazit
Piper bleibt eine der schnellsten Möglichkeiten, echte lokale Sprachsynthese auf bescheidener Hardware zum Laufen zu bringen — seine echtzeitfähige, reine CPU-Leistung machte es zur Standardstimme von Home Assistant, und daran hat sich unter den neuen Maintainern nichts geändert. Was sich geändert hat und was jeder, der Piper 2026 prüft, wissen muss, ist die Lizenz: Das aktiv gepflegte Repository wechselte 2025 beim Umzug zur Open Home Foundation von MIT auf GPL-3.0-or-later — ein realer Unterschied für alle, die modifizierten Piper-Quellcode in ein Closed-Source-Produkt einbauen und weitergeben wollen. Es bleibt kostenlos, gut dokumentiert und aktiv weiterentwickelt (v1.8.0 mit Stand September 2026), auch wenn die eigenen Maintainer offen um weitere Unterstützung bitten. Für schnelle, offline, universelle Sprachsynthese auf CPU-Hardware ist Piper eine gut verifizierte, kostenlose Wahl — für ausdrucksstarkes Voice-Cloning aus wenigen Sekunden lohnt sich der Blick auf PromptQuorums Abdeckung von XTTS v2 oder der Vergleich mit der verwalteten Cloud-Alternative im Vergleich ElevenLabs vs. lokale TTS.
Quellen
- OHF-Voice/piper1-gpl auf GitHub — das aktiv gepflegte Repository: README, Dokumentation, Lizenz und Versionshistorie.
- piper-tts auf PyPI — veröffentlichte Paket-Metadaten, einschließlich der aktuellen GPL-3.0-or-later-Lizenz.
- rhasspy/piper auf GitHub — das ursprüngliche, heute archivierte Repository (MIT-Lizenz).
- piper1-gpl-Releases — Versionshistorie, einschließlich v1.8.0 (4. September 2026).
- Open Home Foundation — die gemeinnützige Organisation, die Piper und Home Assistant pflegt.