# TTS generation tests

*Los modelos fueron probados en el mismo sistema y mismo mensaje.*



|Modelo|Tiempo del primer fragmento|Total completo|RTF|Chunks|
|-----|-----|-----|----|------|
|cosyvoice3| 54.71s|209.65s|24.26| 4 |
|kokoro-80m| 1.80s | 3.52s | 0.43 | 3 |
|phonon-40m-es| 0.65s| 0.65s | 0.08| 13 |
|pocket-tts| 0.60s | 0.66s | 0.09| 94|
|qwen3-tts-6b (streaming)| 24.60s | 179.70s| 19.53| 29 |
|xtts-v2| 2.98s| 42.26s | 4.49| 12 |

**RTF:** Tiempo total/duracion audio. Menor que 1 es lo ideal.

## Setup
Para poder usar los modelos, primero se debe crear un `.env` con un token de Huggingface. Sin esta, modelos que lo necesiten no funcionaran. Ademas, hay modelos que estan restringidos, por lo que para usarlos tendras que acceder a ellos por Huggingface primero.

### Gated models:
- Phonon-40m-es
- Pocket-TTS

Copia el ejemplo a la raiz, y luego remplaza `hf_...` por el token de tu cuenta de HuggingFace.
```
cp env.example .env
```

Luego, para poder probar el ejemplo dentro de las carpetas, dirigete a la carpeta del modelo que quieres probar:

```
cd src/kokoro-80m
cd src/phonon-40m-es
cd src/pocket-tts
cd src/qwen3-tts-6b
cd src/xtts-v2
```

Ahora dentro de la carpeta del modelo, ejecuta los comandos dentros de sus respectivos README.md.

La mayoria se ven asi:
```powershell
uv sync
.venv\Scripts\activate
# Algunos necesitan descargar un modelo de 2gb, asi que ten eso en cuenta antes de correrlo.
uv run python main.py
```