Was ist Breeze TTS 2?
Breeze TTS 2 ist ein Text-to-Speech-Modell von BreezeBlue (im Copyright-Vermerk steht Resonia, Inc.), am 25. August 2026 als Open Weights veröffentlicht. Der Checkpoint umfasst rund 3,47 Milliarden Parameter auf einem Qwen3-Backbone mit einem Audio-Codec im Stil von Mimi, und die offene Version spricht Englisch und Chinesisch. Es klont eine Stimme aus einem Referenzclip samt exaktem Transkript, entwirft eine neue Stimme aus einer schriftlichen Beschreibung und steuert Ton und Tempo einer geklonten Stimme per Anweisung. Inline-Tags wie (laugh) und (sigh) fügen stimmliche Ereignisse ein.
Der Inferenz-Code auf GitHub steht unter Apache 2.0, die Gewichte aber unter der BreezeBlue Research and Non-Commercial License. Kommerzielle Nutzung selbst gehosteter Ausgaben erfordert eine separate schriftliche Lizenz; zahlende Abonnenten des gehosteten Dienstes von BreezeBlue dürfen dessen Ausgaben kommerziell nutzen. Die Hugging-Face-Seite verzeichnet rund 15.500 Downloads im vergangenen Monat und 831 Likes.
Was kostet Breeze TTS 2?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Self-hosted weights | Free | Nur Forschung und nicht-kommerzielle Nutzung |
| Free (hosted) | Free | 400 tägliche Credits; laut FAQ keine kommerzielle Nutzung |
| Starter | $9/month | 30.000 Credits im Monat |
| Creator | $19/month | 63.333 Credits im Monat |
| Pro | $99/month | 330.000 Credits im Monat |
| Scale | $299/month | 996.667 Credits im Monat |
| Business | $999/month | 3.330.000 Credits im Monat |
| Enterprise | By quote | Optionen für On-Premises-Betrieb und Datenresidenz |
Gewichte kostenlos, nur für Forschung und nicht-kommerzielle Nutzung. Gehostete Tarife: Free (400 tägliche Credits zu je 10 Zeichen), Starter 9 $/Monat, Creator 19 $/Monat, Pro 99 $/Monat, Scale 299 $/Monat, Business 999 $/Monat; etwa 30 $ pro Million Zeichen, bei jährlicher Zahlung rund 25 $. Enterprise auf Anfrage.
Lohnt sich Breeze TTS 2?
Breeze TTS 2 gehört zu den beiden am besten klingenden Open-Weights-Sprachmodellen, und fast niemand darf es legal in ein Produkt einbauen. In der Blindhör-Arena von Artificial Analysis erreicht es 1.233 Elo, Platz 11 von 98 Modellen und Platz 2 von 18 Open-Weights-Modellen, 16 Punkte hinter Fish Audio Drama 3 Preview und deutlich unter den 1.338 von Eleven v4 Turbo. BreezeBlues Behauptung zum Start, Platz eins unter den offenen Modellen zu belegen, stammte aus dem Stand vom 26. August mit 1.215 Elo; das Leaderboard hat sich seitdem bewegt.
Das Etikett 'kostenlose ElevenLabs-Alternative' übersteht die Lizenz nicht. Die Gewichte erlauben Forschung, private und Bildungszwecke sowie eine begrenzte Evaluierung im Unternehmen. Produktivbetrieb, Bereitstellung über eine API, Kundenaufträge, monetarisierte Inhalte und interne Abläufe über die Evaluierung hinaus gelten ausdrücklich als kommerziell, und die Lizenz stellt klar, dass es weder eine Umsatzschwelle noch eine Ausnahme für Creator gibt. Auch die Ausgaben sind erfasst und dürfen nicht zum Training anderer Sprachmodelle verwendet werden. Kommerzielle Rechte gibt es nur über eine schriftliche Vereinbarung oder über BreezeBlues eigene gehostete Tarife, für die die Open-Weights-Beschränkungen nicht gelten.
Die technischen Kennzahlen stammen von BreezeBlue selbst und wurden auf einer H100 gemessen: unter 40 ms bis zum ersten Audio und ein Echtzeitfaktor von 0,32 auf dem aufgewärmten schnellen Pfad. Eager-Inferenz braucht etwa 7,7 GiB GPU-Speicher, eine 12-GB-Karte ist also die Untergrenze; der schnelle Pfad braucht 14,4 GiB. Der mitgelieferte Streaming-Server bearbeitet jeweils nur eine Anfrage und liefert rohes PCM mit 24 kHz, ein Einsatz für mehrere Nutzer bedeutet also eigenes Batching. Das Projekt audio.cpp liefert GGUF-Builds in BF16, Q8 und Q4_0 mit Streaming, was die Hardware-Hürde für Hobbynutzung senkt.
Auch bei den Sprachen unterscheiden sich die Kanäle. Die offene Version unterstützt nur Englisch und Chinesisch, während BreezeBlues gehosteter Dienst mit 51 Sprachen wirbt, und das Unternehmen sagt nicht, ob das gehostete Modell derselbe Checkpoint ist. Beim Preis ist der gehostete Endpunkt nicht billig: Artificial Analysis führt ihn mit 34 $ pro Million Zeichen gegenüber 15 $ bei Fish Audio und misst einen Durchsatz von 45 Zeichen pro Sekunde gegenüber 102 bei Fish Audio S2 Pro.
Wo es sich lohnt
Ein Sprachforscher, der offene TTS-Modelle für ein Paper vergleicht
Voice Cloning und Befolgen von Anweisungen gegen Qwen3-TTS und Fish Audio vergleichen
Lade den Checkpoint, führe die Beispiele für Voice Design und Voice Direction mit --cfg-scale 4 aus und bewerte die Ausgabe mit BreezeBlues veröffentlichten Benchmark-Suites. Forschung und das Veröffentlichen von Ergebnissen sind nach der Lizenz ausdrücklich erlaubt.
Eine Hobby-Hörbuchmacherin mit einer 12-GB-Consumer-GPU
Private Leseexemplare mit einer entworfenen Stimme einsprechen
Führe Eager-Inferenz mit etwa 7,7 GiB aus oder ein Q8-GGUF über audio.cpp. Für eine private Bibliothek in Ordnung; die Aufnahmen zu verkaufen oder für Werbeeinnahmen zu veröffentlichen, gilt als kommerzielle Nutzung und ist nicht erlaubt.
Ein Produktmanager bei einem Voice-App-Start-up mit 20 Leuten
Entscheiden, ob Breeze eine ElevenLabs-Rechnung ersetzen kann
Self-Hosting schließt die Lizenz aus, der echte Vergleich sind also BreezeBlues gehostete Tarife, etwa 30 $ pro Million Zeichen, gegen deinen jetzigen Anbieter. Ein Monat mit 10 Mio. Zeichen kostet zum Listenpreis rund 300 $; Business für 999 $ deckt etwa 33 Mio. Zeichen ab.
Bevor du dich festlegst
- Einrichtung
- Klone breezeblue-ai/breeze-tts, installiere die Abhängigkeiten per pip unter Linux mit Python 3.10 oder neuer und einer NVIDIA-GPU und verweise infer.py auf den Checkpoint. Ein Docker-Build zielt standardmäßig auf H100 und per Flag auf A100.
- Integrationen
- Python-CLI und ein Streaming-HTTP-Endpunkt unter /v1/audio/speech, der PCM mit 24 kHz und 16 Bit liefert; GGUF-Builds laufen in audio.cpp; BreezeBlues gehostete API teilt sich die Credits mit der Studio-App.
- Daten und Datenschutz
- Selbst gehostet bleiben Text und Referenzaudio auf deinem Rechner. Die Lizenz der Gewichte verbietet die kommerzielle Nutzung des Modells und seiner Ausgaben, verbietet das Training anderer Sprachmodelle mit den Ausgaben und verlangt bei jeder Weitergabe eine NOTICE-Datei und Namensnennung.
- Kosten im großen Maßstab
- Self-Hosting braucht eine 12-GB-GPU für Eager-Inferenz oder 24 GB für den schnellen Pfad, doch der Produktivbetrieb erfordert eine kommerzielle Lizenz auf Anfrage. Gehostet kostet es etwa 30 $ pro Million Zeichen, bei jährlicher Zahlung rund 25 $; Artificial Analysis nennt 34 $.
- Grenzen
- Die offenen Gewichte können nur Englisch und Chinesisch. Der Referenz-Server bedient nur eine Anfrage gleichzeitig, der schnelle Pfad verlängert den Kaltstart durch das Erfassen der CUDA-Graphen, und Klonen braucht einen sauberen Referenzclip mit exaktem Transkript.
Was gut ist
- 1.233 Elo bei Artificial Analysis, Platz 2 unter 18 Open-Weights-TTS-Modellen
- Voice Cloning, Voice Design aus Text und gesteuertes Klonen in einem Modell
- Läuft im Eager-Modus auf einer 12-GB-GPU; GGUF-Builds gibt es in audio.cpp
- Inferenz-Code unter Apache 2.0 mit Streaming-HTTP-Endpunkt
Was nicht
- Gewichte und selbst gehostete Ausgaben von jeder kommerziellen Nutzung ausgeschlossen
- Die offene Version deckt nur Englisch und Chinesisch ab
- Latenzwerte vom Anbieter auf einer H100 gemessen
- Der Referenz-Streaming-Server bedient jeweils nur eine Anfrage
Am besten für
Forschende, Hobbyisten und Teams, die die Qualität offener Stimmen bewerten und entweder nicht-kommerziell bleiben oder für den Produktivbetrieb BreezeBlues gehosteten Tarif kaufen.
Alternativen zu Breeze TTS 2
Breeze TTS 2: häufige Fragen
- Lohnt sich Breeze TTS 2?
- Breeze TTS 2 klingt wie ein Sprachmodell der Spitzenklasse, doch die Lizenz macht es zu einer Demo, die du zu Hause laufen lassen kannst, nicht zu einem ElevenLabs-Ersatz, den du ausliefern kannst. Wir bewerten es mit 3.8 von 5.
- Was kostet Breeze TTS 2?
- Gewichte kostenlos, nur für Forschung und nicht-kommerzielle Nutzung. Gehostete Tarife: Free (400 tägliche Credits zu je 10 Zeichen), Starter 9 $/Monat, Creator 19 $/Monat, Pro 99 $/Monat, Scale 299 $/Monat, Business 999 $/Monat; etwa 30 $ pro Million Zeichen, bei jährlicher Zahlung rund 25 $. Enterprise auf Anfrage.
- Welche Nachteile hat Breeze TTS 2?
- Gewichte und selbst gehostete Ausgaben von jeder kommerziellen Nutzung ausgeschlossen; Die offene Version deckt nur Englisch und Chinesisch ab; Latenzwerte vom Anbieter auf einer H100 gemessen; Der Referenz-Streaming-Server bedient jeweils nur eine Anfrage.
- Für wen eignet sich Breeze TTS 2?
- Forschende, Hobbyisten und Teams, die die Qualität offener Stimmen bewerten und entweder nicht-kommerziell bleiben oder für den Produktivbetrieb BreezeBlues gehosteten Tarif kaufen.
- Was kostet Breeze TTS 2 für ein Team oder im Produktivbetrieb?
- Self-Hosting braucht eine 12-GB-GPU für Eager-Inferenz oder 24 GB für den schnellen Pfad, doch der Produktivbetrieb erfordert eine kommerzielle Lizenz auf Anfrage. Gehostet kostet es etwa 30 $ pro Million Zeichen, bei jährlicher Zahlung rund 25 $; Artificial Analysis nennt 34 $.
- Ist Breeze TTS 2 sicher für Firmendaten?
- Selbst gehostet bleiben Text und Referenzaudio auf deinem Rechner. Die Lizenz der Gewichte verbietet die kommerzielle Nutzung des Modells und seiner Ausgaben, verbietet das Training anderer Sprachmodelle mit den Ausgaben und verlangt bei jeder Weitergabe eine NOTICE-Datei und Namensnennung.
- Was sind die besten Alternativen zu Breeze TTS 2?
- Die nächsten Alternativen, die wir getestet haben, sind Qwen3-TTS, OmniVoice, Chatterbox, Kokoro-82M und Eleven v4 and v4 Turbo.
Antworten geprüft am 26. Okt. 2026.