Lokale LLMs · Foto: derekGavey, CC BY 2.0
Piper
Zuletzt aktualisiert:
Typ
Modell
Lizenz
MIT
Quelle
Anwendungsfeld
Lokale LLM-Modelle
Voraussetzungen
Keine besonderen — direkt loslegen.
Schnelle, schlanke Offline-TTS mit guten deutschen Stimmen (z. B. thorsten). Erste Wahl für Home Assistant & Sprachassistenten.
So nutzt du es
Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).
Größen & Hardware
- Empfohlene Hardware (Q4): CPU, sogar Raspberry Pi
Im Detail
Piper ist eine lokale Text-to-Speech-Engine, die komplett ohne Internetverbindung läuft und selbst auf einem Raspberry Pi in Echtzeit Sprache erzeugt. Anders als Cloud-TTS-Dienste braucht sie keine GPU und keine Datenübertragung, was sie ideal für Datenschutz und Offline-Betrieb macht. Die deutschen Stimmen, allen voran „thorsten“, klingen für ihre geringe Größe erstaunlich natürlich. Piper ist die Standardwahl für Home Assistant, Rhasspy und andere selbstgehostete Sprachassistenten. Wer eine High-End-Stimme mit Emotionen und Nuancen braucht, ist bei Cloud-Diensten besser aufgehoben; wer Tempo, Datenschutz und einfache Integration will, bekommt hier ein ausgereiftes, kostenloses Werkzeug.
Praxis-Tipp
Piper in Home Assistant als TTS-Engine einbinden und Ansagen wie „Die Waschmaschine ist fertig“ komplett lokal ausgeben lassen, ganz ohne Cloud-Anbindung.
Lizenz & Quelle
- Lizenz: MIT
- Quelle: GitHub
Erfahrungen & Kommentare.
Funktioniert der Modell bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
Llama 3.1
Der Meta-Klassiker mit 128K Kontext. 8B ist ein sehr solider Allrounder für schwächere Hardware, spricht ordentlich Deutsch.
Llama 3.3
Leistet laut Meta ungefähr so viel wie das riesige 405B-Modell — der Preis-Leistungs-Tipp, wenn man 64 GB (z. B. Mac Studio) hat.
Llama 4 (Scout / Maverick)
Metas MoE-Generation mit sehr großem Kontext und Bildverständnis. Für Heim-Hardware meist zu groß — eher für Server/Mac Studio 128 GB+.
