я знал изначально, что STT у ммса был такой себе, а ттс только сейчас потыкал, он вот такой:
это на уровне говорилки, камон
думаю связка bark + voicefixer + whisper будет весить меньше и результат выдаст лучше
Появился вебгуй https://huggingface.co/spaces/mms-meta/MMS, можно потыкать, но опять же я оч сомневаюсь, что надо делать портабельку