crispasr версия Vulkan(чисто для запуска compute shader) весит 220 мб.
crispasr CUDA версия весит 1 гиг 200 мб.
Локальная нейронка Text to speech(TTS) английский хорошо, а вот русский не могу найти gguf.
https://github.com/CrispStrobe/CrispASR
Nvidia 1060 videoram 6Gb генерит за 12 секунд wav звук на 21 секунду.
Запускается через bat файл.
Если пишим -m auto то качает с сайта модель. Но только свои модели, на которые есть ссылки у crispasr.