Alternativa a Coqui XTTS per voci di giochi commerciali
Coqui ha chiuso nel 2024 e i pesi di XTTS sono concessi in licenza solo per uso non commerciale. Un'alternativa pronta per il commercio per la clonazione vocale nei giochi.
Neocortex TeamThe team behind Neocortex
· Aggiornato il 20 ott 2026 · 5 min di lettura

Il problema di Coqui XTTS non sono le voci. È la licenza.
Coqui TTS e il suo modello XTTS sono strumenti open source per la clonazione vocale, e molti sviluppatori di giochi hanno prototipato voci di personaggi con essi: qualche secondo di audio di riferimento, uno script Python, e un personaggio parla. Poi il prototipo diventa un gioco che vuoi vendere, e arrivano le domande. Chi concede la licenza del modello? Chi lo tiene in funzione? Come entra in Unity?
Si possono distribuire voci XTTS in un gioco commerciale?
Non con la licenza pubblicata. XTTS-v2 è rilasciato con la Coqui Public Model License (CPML), che consente solo l'uso non commerciale del modello e dei suoi output. Il codice del toolkit ha una licenza separata e permissiva, ma questa non si estende ai pesi di XTTS.
Prima di chiudere, Coqui vendeva licenze commerciali per XTTS. Con l'azienda scomparsa, non c'è un posto ovvio dove comprarne una, e la licenza dei pesi pubblicati non è cambiata. La licenza copre gli output oltre al modello, quindi generare le battute offline e distribuire solo i file audio non aggira il problema. Quindi una voce clonata che suona bene nel tuo prototipo può comunque essere una voce che non puoi inserire in un gioco a pagamento. (Non siamo avvocati e questo non è un parere legale. Leggi tu stesso la CPML.)
A che punto è Coqui oggi
- L'azienda non c'è più. Coqui ha chiuso all'inizio del 2024, e il suo servizio ospitato è andato offline.
- Il repository originale è inattivo. Il nuovo lavoro si svolge altrove.
- Il codice vive in un fork. L'Idiap Research Institute mantiene un fork della comunità e pubblica il pacchetto
coqui-tts. - Nessuno lo supporta commercialmente. Non c'è un fornitore da chiamare, nessun livello di servizio e nessun SDK per motori.
Cosa significa self-hosting di XTTS per un team di gioco
Anche con la licenza risolta, far girare XTTS in un gioco distribuito è un progetto a sé. Ecco cosa dovrebbe costruire e mantenere il tuo team:
- Un server di inferenza con GPU, dimensionato per il tuo numero massimo di giocatori che parlano nello stesso momento.
- Lo streaming, così il parlato inizia prima che una battuta sia sintetizzata per intero.
- Un client per il motore per Unity o Unreal: invio del testo, ricezione dell'audio, riproduzione senza interruzioni.
- Il riconoscimento vocale, a parte, se i giocatori rispondono a voce.
- Un modello linguistico e la logica del personaggio, a parte, se gli NPC rispondono invece di leggere battute.
- La gestione delle voci: conservare i clip di riferimento, versionare le voci, mantenerle coerenti tra un aggiornamento e l'altro.
- La manutenzione: dipendenze Python, driver CUDA e aggiornamenti del fork, per tutto il tempo in cui il gioco è online.
Ogni voce è fattibile. Insieme formano una piattaforma vocale, che è un prodotto diverso dal tuo gioco.
I costi si comportano anche diversamente dai ricavi di un gioco. Un server GPU si fattura a ore, che qualcuno parli o no, e va dimensionato per il picco serale, non per la media. Se uno streamer manda un'ondata di giocatori nel tuo gioco, il server vocale è la prima cosa a cadere.
Modelli self-hosted o piattaforma gestita
La scelta riguarda meno Coqui e più due approcci:
| Modello aperto self-hosted | Piattaforma gestita per personaggi | |
|---|---|---|
| Costo iniziale | Tempo di ingegneria e GPU | Un piano mensile |
| Costo continuo | Hosting e manutenzione | Piano mensile |
| Licenza | Dipende dal modello; XTTS-v2 è non commerciale | Stabilita dal piano; Neocortex consente l'uso commerciale con Pro e Team |
| Controllo | Controllo completo di pesi e server | Gestito per te; il self-hosting su Neocortex è una soluzione enterprise personalizzata |
| Supporto ai motori | Lo scrivi tu | SDK inclusi |
| Gioco offline | Possibile, se distribuisci il modello | Richiede una connessione, a parte i prototipi di chat testuale in locale |
Il self-hosting va bene per la ricerca, gli strumenti e i progetti non commerciali. Per un gioco commerciale, di solito decidono la licenza e l'elenco di manutenzione qui sopra.
Coqui XTTS vs Neocortex
| Coqui XTTS | Neocortex | |
|---|---|---|
| Azienda | Chiusa; fork della comunità | Attiva, con release regolari degli SDK |
| Uso commerciale | La licenza del modello è non commerciale | Incluso con Pro e Team |
| Clonazione vocale | Sì | Da un breve campione di cui hai i diritti |
| Progettazione della voce | No | Generi voci da una descrizione testuale |
| Hosting | Self-hosting sulla tua GPU | Gestito; self-hosting come soluzione personalizzata |
| Motori | Nessuno, pacchetto Python | Unity, Unreal Engine 5, Godot, Web API |
| Riconoscimento vocale | No | Speech-to-text in streaming |
| Personaggi parlanti | No | Personaggi IA completi con voce in entrata e in uscita |
| IA locale | Gira in locale | Modelli locali tramite Ollama in Unity per i prototipi di chat testuale |
Se l'IA locale conta per il tuo progetto, la nostra guida su come far girare gli LLM in locale con Unity copre nel dettaglio la strada con Ollama.
Distribuisci una voce che puoi vendere
Spostare un personaggio XTTS richiede quattro brevi passaggi. Prendi il clip di riferimento da cui hai clonato, purché tu abbia i diritti su quella registrazione. Clonalo in Neocortex, oppure descrivi la voce se preferisci ripartire da zero. Costruisci il personaggio attorno ad essa nell'editor, e sostituisci la tua chiamata di inferenza Python con l'SDK per Unity, l'integrazione per Unreal Engine 5, Godot o la Web API.
Neocortex sostituisce l'intero stack XTTS con un solo account. Clona una voce da una breve registrazione di cui hai i diritti, oppure progettane una da una descrizione testuale: Pro include 5 voci personalizzate e Team ne include 20, ed entrambi i piani coprono l'uso commerciale. Non c'è una GPU da far girare, perché il parlato viene generato e trasmesso in streaming per te. Collega la voce a un personaggio con una personalità, conoscenza e azioni, provalo nell'editor del browser, e inseriscilo in Unity, Unreal Engine 5 o Godot.
I dettagli su Coqui sono stati verificati l'ultima volta nell'ottobre 2026. Questo articolo non è un parere legale; leggi tu stesso la CPML prima di usare XTTS.
Domande frequenti
Coqui XTTS si può usare in un gioco commerciale?
I pesi di XTTS-v2 sono sotto la Coqui Public Model License, che consente solo l'uso non commerciale, e con Coqui chiusa non c'è nessuno che venda una licenza commerciale. Le voci che cloni o progetti in Neocortex possono essere usate commercialmente nei piani Pro e Team.
Coqui TTS è ancora mantenuto?
Il repository originale è inattivo, mentre un fork della comunità mantenuto dall'Idiap Research Institute pubblica il pacchetto coqui-tts. Neocortex è un servizio gestito e mantenuto, con SDK per Unity, Unreal Engine 5 e Godot.
Coqui XTTS ha un plugin per Unity?
No, XTTS è un pacchetto Python che ospiti tu. Neocortex ha un SDK per Unity 6 con sei scene di esempio, parlato in streaming in entrata e in uscita, e supporto del microfono nelle build WebGL.
La clonazione vocale IA può girare offline in un gioco?
Far girare XTTS offline significa ospitarlo sulla tua GPU sotto la sua licenza non commerciale. La voce di Neocortex gira come servizio cloud; puoi prototipare la chat testuale con modelli locali tramite Ollama in Unity, e il self-hosting della piattaforma è una soluzione enterprise personalizzata.






