Stellon Labs

低スペックデバイスでも動作する超軽量AIモデルを開発するオープンソース研究所です。

無料WebMobileEmbedded Systemsオープンソース

概要

Stellon Labs（ステロン・ラボ）は、2025年に設立されたAI研究所であり、スマートフォン、ウェアラブル、組み込みシステムなどのリソース制限のあるデバイスで動作する「超小型フロンティアAI」の開発に注力しています。25MB未満の超軽量TTSモデルであるKittenTTS v0.8をはじめ、Speech、Language、Videoの知能をエッジデバイスへ拡張することを目指しています。

差別化ポイント

Stellon Labsは、Piper TTS、Coqui TTS、Whisperなどの既存のオープンソースTTSと比較して超軽量モデルに特化しています。一般的なTTSモデルが数百MB～数GBのメモリを必要とする一方、KittenTTSははるかに少ないリソースで動作できる点が差別化要因です。Microsoft Azure TTSやGoogle Cloud TTSなどのクラウドサービスとは異なり、オンデバイスで動作するため、ネットワークコストや遅延の問題に左右されませんが、音声品質と自然さの面では、依然として商用クラウドTTSサービスが優位です。

主な機能

KittenTTS v0.8.1超軽量TTSモデル（14M/40M/80Mパラメーター）
ONNXランタイムベースのGPUなし環境に最適化された推論
8種類の感情表現音声（Expressive Voices）への対応
Apache 2.0オープンソースライセンスでの無料提供
25MB未満の超小型モデルによるオンデバイスでのリアルタイム動作

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

KittenTTSは完全なオープンソースで、GitHubとHugging Faceからモデルの重みとコードを無料でダウンロードでき、商用利用も可能です。スマートフォン程度の限られたリソースでもリアルタイム推論が可能なように最適化されており、専用のGPUサーバーがなくてもローカル環境でTTSを実行できる点は、開発者にとって大きな利点です。モデルサイズが小さいためダウンロードとデプロイが容易で、エッジデバイス上でネットワーク接続なしに動作することから、プライバシーに配慮でき、遅延もほとんどありません。

デメリット

まだ初期段階のプロジェクトであるため、一般的なTTSサービスと比べて対応言語が限られており、音声の自然さや感情表現の面ではElevenLabsやAzure TTSなどの商用サービスに及びません。日本語への対応状況は不明で、開発者以外にとっては技術的な参入障壁があり、CLIやコードを使用してモデルを直接読み込む必要があります。コミュニティとエコシステムがまだ小さいため、問題が発生した際に参照できる資料が限られており、本番環境での安定性も十分に検証されていない状態です。