O que é Breeze TTS 2?
O Breeze TTS 2 é um modelo de texto para fala da BreezeBlue (a linha de copyright cita a Resonia, Inc.), lançado com pesos abertos em 25 de agosto de 2026. O checkpoint tem cerca de 3.47 bilhões de parâmetros sobre uma base Qwen3 com um codec de áudio no estilo Mimi, e a versão aberta fala inglês e chinês. Ele clona uma voz a partir de um clipe de referência e de sua transcrição exata, cria uma voz nova a partir de uma descrição escrita e ajusta o tom e o ritmo de uma voz clonada a partir de uma instrução. Tags no texto como (laugh) e (sigh) acrescentam eventos vocais.
O código de inferência no GitHub é Apache 2.0, mas os pesos estão sob a BreezeBlue Research and Non-Commercial License. O uso comercial da saída hospedada por conta própria exige uma licença escrita separada; assinantes pagantes do serviço hospedado da BreezeBlue podem usar essa saída comercialmente. A página no Hugging Face registra cerca de 15.500 downloads no último mês e 831 curtidas.
Quanto custa Breeze TTS 2?
| Plano | Preço | O que inclui |
|---|---|---|
| Self-hosted weights | Free | Apenas pesquisa e uso não comercial |
| Free (hosted) | Free | 400 créditos diários; o FAQ diz que não há uso comercial |
| Starter | $9/month | 30.000 créditos por mês |
| Creator | $19/month | 63.333 créditos por mês |
| Pro | $99/month | 330.000 créditos por mês |
| Scale | $299/month | 996.667 créditos por mês |
| Business | $999/month | 3.330.000 créditos por mês |
| Enterprise | By quote | Opções on-premises e de residência de dados |
Pesos gratuitos apenas para pesquisa e uso não comercial. Planos hospedados: Free (400 créditos diários, 10 caracteres cada), Starter $9/mês, Creator $19/mês, Pro $99/mês, Scale $299/mês, Business $999/mês; cerca de $30 por milhão de caracteres, ou uns $25 com cobrança anual. Enterprise sob cotação.
Breeze TTS 2 vale a pena?
O Breeze TTS 2 é um dos dois modelos de voz com pesos abertos de melhor som, e quase ninguém pode colocá-lo legalmente em um produto. Na arena de audição às cegas da Artificial Analysis, ele marca 1.233 de Elo, 11º de 98 modelos e 2º de 18 com pesos abertos, 16 pontos atrás do Fish Audio Drama 3 Preview e bem abaixo dos 1.338 do Eleven v4 Turbo. A alegação da BreezeBlue no lançamento, de primeiro lugar entre os modelos abertos, vinha do retrato de 26 de agosto, com 1.215 de Elo; o ranking mudou desde então.
O rótulo de 'alternativa gratuita ao ElevenLabs' não sobrevive à licença. Os pesos permitem uso em pesquisa, pessoal e educacional, e avaliação limitada dentro de uma empresa. Uso em produção, oferta via API, trabalho para clientes, conteúdo monetizado e operações internas além da avaliação são todos citados como comerciais, e a licença declara que não há exceção por faixa de receita nem para criadores. As saídas também estão cobertas e não podem ser usadas para treinar outros modelos de fala. Direitos comerciais só vêm de um acordo escrito ou dos planos hospedados da própria BreezeBlue, onde os limites dos pesos abertos não se aplicam.
Os números de engenharia são da própria BreezeBlue e foram medidos em uma H100: menos de 40 ms até o primeiro áudio e um fator de tempo real de 0.32 no caminho rápido já aquecido. A inferência eager precisa de cerca de 7.7 GiB de memória de GPU, então uma placa de 12 GB é o mínimo; o caminho rápido precisa de 14.4 GiB. O servidor de streaming incluído atende uma requisição por vez e devolve PCM bruto de 24 kHz, então uma implantação para vários usuários exige escrever seu próprio batching. O projeto audio.cpp oferece builds GGUF em BF16, Q8 e Q4_0 com streaming, o que reduz a exigência de hardware para uso amador.
A questão dos idiomas também muda conforme o canal. A versão aberta aceita só inglês e chinês, enquanto o serviço hospedado da BreezeBlue anuncia 51 idiomas, e a empresa não diz se o modelo hospedado é o mesmo checkpoint. No preço, o endpoint hospedado não é barato: a Artificial Analysis o lista a $34 por milhão de caracteres, contra $15 da Fish Audio, e mede uma vazão de 45 caracteres por segundo, contra 102 do Fish Audio S2 Pro.
Onde ele se destaca
Um pesquisador de fala comparando modelos TTS abertos para um artigo
Comparar clonagem de voz e obediência a instruções com o Qwen3-TTS e o Fish Audio
Baixe o checkpoint, rode os exemplos de design e direção de voz com --cfg-scale 4 e avalie a saída com os conjuntos de benchmark publicados pela BreezeBlue. O uso em pesquisa e a publicação de resultados são expressamente permitidos pela licença.
Um amador que faz audiolivros com uma GPU doméstica de 12 GB
Narrar cópias pessoais de leitura com uma voz criada
Rode a inferência eager com cerca de 7.7 GiB, ou um GGUF Q8 pelo audio.cpp. Serve para uma biblioteca particular; vender as narrações ou publicá-las em troca de receita de anúncios conta como uso comercial e não é permitido.
Um gerente de produto em uma startup de app de voz com 20 pessoas
Decidir se o Breeze pode substituir uma conta do ElevenLabs
A licença descarta a hospedagem própria, então a comparação real é entre os planos hospedados da BreezeBlue, cerca de $30 por milhão de caracteres, e o seu provedor atual. Um mês de 10M de caracteres sai por cerca de $300 a preço de tabela; o Business de $999 cobre uns 33M de caracteres.
Antes de decidir
- Configuração
- Clone breezeblue-ai/breeze-tts, instale os requisitos com pip no Linux com Python 3.10 ou mais recente e uma GPU NVIDIA, e então aponte o infer.py para o checkpoint. Um build Docker usa a H100 por padrão e a A100 com uma flag.
- Integrações
- CLI em Python e um endpoint HTTP de streaming em /v1/audio/speech que devolve PCM de 24 kHz e 16 bits; builds GGUF rodam no audio.cpp; a API hospedada da BreezeBlue compartilha créditos com seu app Studio.
- Dados e privacidade
- Com hospedagem própria, o texto e o áudio de referência ficam na sua máquina. A licença dos pesos proíbe o uso comercial do modelo e de suas saídas, proíbe treinar outros modelos de fala com as saídas e exige um arquivo NOTICE e atribuição em qualquer redistribuição.
- Custo em escala
- A hospedagem própria precisa de uma GPU de 12 GB para a inferência eager ou de 24 GB para o caminho rápido, mas o uso em produção exige uma licença comercial sob pedido. O preço hospedado é de cerca de $30 por milhão de caracteres, uns $25 com cobrança anual; a Artificial Analysis lista $34.
- Limites
- Só inglês e chinês nos pesos abertos. O servidor de referência atende uma requisição por vez, o caminho rápido acrescenta tempo de inicialização a frio para a captura de grafos CUDA, e a clonagem precisa de um clipe de referência limpo com transcrição exata.
O que é bom
- 1.233 de Elo na Artificial Analysis, 2º entre 18 modelos TTS com pesos abertos
- Clonagem de voz, design de voz a partir de texto e clonagem dirigida em um só modelo
- Roda em modo eager em uma GPU de 12 GB; há builds GGUF no audio.cpp
- Código de inferência Apache 2.0 com um endpoint HTTP de streaming
O que não é
- Pesos e saídas hospedadas por conta própria proibidos para qualquer uso comercial
- A versão aberta cobre só inglês e chinês
- Os números de latência são medidos pelo fornecedor em uma H100
- O servidor de streaming de referência atende uma requisição por vez
Ideal para
Pesquisadores, amadores e equipes avaliando a qualidade de voz aberta que vão continuar no uso não comercial ou comprar o plano hospedado da BreezeBlue para produção.
Alternativas ao Breeze TTS 2
Breeze TTS 2: perguntas frequentes
- Breeze TTS 2 vale a pena?
- O Breeze TTS 2 soa como um modelo de voz de ponta, mas sua licença o torna uma demo que você roda em casa, não um substituto do ElevenLabs que você pode colocar em produção. Damos nota 3.8 de 5.
- Quanto custa Breeze TTS 2?
- Pesos gratuitos apenas para pesquisa e uso não comercial. Planos hospedados: Free (400 créditos diários, 10 caracteres cada), Starter $9/mês, Creator $19/mês, Pro $99/mês, Scale $299/mês, Business $999/mês; cerca de $30 por milhão de caracteres, ou uns $25 com cobrança anual. Enterprise sob cotação.
- Quais são as desvantagens de Breeze TTS 2?
- Pesos e saídas hospedadas por conta própria proibidos para qualquer uso comercial; a versão aberta cobre só inglês e chinês; os números de latência são medidos pelo fornecedor em uma H100; o servidor de streaming de referência atende uma requisição por vez.
- Para quem Breeze TTS 2 é indicado?
- Pesquisadores, amadores e equipes avaliando a qualidade de voz aberta que vão continuar no uso não comercial ou comprar o plano hospedado da BreezeBlue para produção.
- Quanto custa Breeze TTS 2 para uma equipe ou em produção?
- A hospedagem própria precisa de uma GPU de 12 GB para a inferência eager ou de 24 GB para o caminho rápido, mas o uso em produção exige uma licença comercial sob pedido. O preço hospedado é de cerca de $30 por milhão de caracteres, uns $25 com cobrança anual; a Artificial Analysis lista $34.
- Breeze TTS 2 é seguro para dados da empresa?
- Com hospedagem própria, o texto e o áudio de referência ficam na sua máquina. A licença dos pesos proíbe o uso comercial do modelo e de suas saídas, proíbe treinar outros modelos de fala com as saídas e exige um arquivo NOTICE e atribuição em qualquer redistribuição.
- Quais são as melhores alternativas ao Breeze TTS 2?
- As alternativas mais próximas que analisamos são Qwen3-TTS, OmniVoice, Chatterbox, Kokoro-82M e Eleven v4 and v4 Turbo.
Respostas verificadas em 26 de out. de 2026.