Open source spraaksyntheseoplossingen (text to speech, TTS) en betaalde API’s zijn niet intrinsiek beter dan elkaar. Volgens een artikel gepubliceerd door ElevenLabs op zijn blog, beantwoordt elk aan verschillende gebruiksscenario’s en bedrijfsbehoeften. Betaalde API’s brengen regelmatige kosten met zich mee, via abonnementen of gekoppeld aan het werkvolume, terwijl open source-modellen de uitgaven verschuiven naar de infrastructuur en de engineeringtijd die nodig is voor hun onderhoud.
Twee benaderingen afhankelijk van de behoeften
De keuze hangt vooral af van de grootte van het team en het volume van de werklast. Volgens de tekst bieden open source en zelfhosting een bredere controle over de volledige technische stack. Men betaalt niet per hoeveelheid verwerkte karakters, maar wel voor de rekenkracht, gedragen door grafische processoren (GPU’s), en het personeel dat deze infrastructuur beheert.
Zelfhosting maakt het ook mogelijk om teksten en audio’s lokaal te houden, zonder dat ze via het openbare internet gaan. Volgens het artikel kan dit argument doorslaggevend zijn, of zelfs vereist, in sectoren zoals gezondheidszorg, financiën of de overheid. Daarentegen biedt een beheerde API een kant-en-klare oplossing, met een vooraf geconfigureerde infrastructuur, service level agreements (SLA’s) en toegang via REST of WebSocket. Het geeft ook toegang tot de meest recente modellen, met een groot aantal parameters, die een natuurlijke prosodie kunnen produceren, dat wil zeggen een ritme en intonatie die dicht bij de menselijke stem liggen. De keerzijde blijft een prijsstelling per karakter.
Gegevens, licenties en kosten
Volgens het artikel slaat ElevenAPI standaard klantgegevens op in de Verenigde Staten. Enterprise-klanten kunnen geïsoleerde omgevingen krijgen in de Europese Unie, India en Singapore, elk voorzien van hun eigen werkruimte, URL, account en API-sleutel. Deze instelling geldt echter alleen voor de opslag: de verwerking kan nog steeds buiten de regio plaatsvinden, onder meer via onderaannemers. De Zero Retention Mode verwijdert daarentegen de invoer en uitvoer van in aanmerking komende verzoeken direct na afloop van elk verzoek, alleen voor het API-verkeer.
Licenties verdienen ook aandacht. Zogenaamde ‘open weight’-modellen maken hun parameters downloadbaar, maar niet hun broncode of de stappen voor gegevensvoorbereiding. Een open source-model omvat daarentegen alle elementen, onder een open licentie. Volgens het artikel verbieden sommige licenties commercieel gebruik, andere reserveren het voor onderzoek, en weer andere eisen dat het model wordt geciteerd in de gecommercialiseerde producten.
Ten slotte zijn gratis modellen niet gratis om uit te voeren. Vanwege behoeften op het gebied van vertrouwelijkheid, veiligheid, versiebeheer of latentie kiezen organisaties desondanks voor zelfhosting. Freemium-aanbiedingen hebben doorgaans karaktersquota’s of maandelijkse tegoeden, en behouden vaak de hoogwaardige modellen voor betaalde abonnementen. Het artikel beschrijft deze gratis trede als een marketingkanaal.
Hoe een model te evalueren
Het artikel raadt aan om modellen te testen met echte teksten uit je eigen domein in plaats van met de voorbeelden van de uitgevers. Het nodigt uit om de tijd tot de eerste audio-uitvoer (time to first audio, TTFA) te meten, de afhandeling van leenwoorden, vreemde talen en zeldzame uitspraken, evenals het behoud van de doorvoer onder hoge belasting. De totale kosten moeten hosting, bandbreedte, prijs per minuut of per karakter en de tijd van ontwikkelaars omvatten. Om open lokale modellen te vergelijken, verwijst het artikel naar de ranglijst van Hugging Face.
