Eine neue kostenlose iPhone-App, mit der sich Texte vertonen oder Stimmen klonen lassen, zeigt die derzeit schon vorhandenen technischen Möglichkeiten auf, Künstliche Intelligenz lokal auf einem Gerät zu betreiben. Echovo von Harim Kang macht sich dabei das chinesische Qwen3-TTS-Modell von Alibaba Cloud zunutze. Laut Entwickler findet die gesamte Verarbeitung on-device statt. Die Ergebnisse können sich hören lassen.

Qwen3-TTS ist ein Open-Source-Modell, das im Januar 2026 veröffentlicht und mit fünf Millionen Stunden Sprachdaten trainiert wurde. Anders als ähnliche Modelle von ElevenLabs oder OpenAI für Text-to-Speech (TTS) wurde es speziell für lokale Inferenz optimiert. In der App Echovo werden elf Sprachen unterstützt. Mit Akzenten und Dialekten tut sich das Modell allerdings schwer, was die KI-Erzeugung beim Klonen von Stimmen entlarvt – dennoch trifft das Modell Sprachmelodie und Besonderheiten recht gut.

Zwei Modelle zur Auswahl

Die Entwickler haben die App für das iPhone mithilfe des MLX-Frameworks (Metal-accelerated Machine Learning) realisiert, das GPU- und Neural-Engine-Beschleunigung nutzt. Es sorgt für eine effizientere Nutzung des verfügbaren Arbeitsspeichers und ermöglicht, dass das KI-Modell komplett in den Shared Memory geladen werden kann.

Nach der Installation der App stehen zwei Modelle von je 1,9 GByte Größe zum Download bereit. Das Base-Modell genügt für Text-to-Speech mit einer Standardstimme sowie zum Klonen von Stimmen. Mit dem CustomVoice-Modell können bei TTS verschiedene Stimmen ausgewählt werden.

Keine Cloud-Kosten

Die Erzeugung erfolgt je nach verwendetem Gerät teilweise schneller als in Echtzeit der Audioaufnahme – etwa, als wir die iPhone-App auf einem Mac mit M4 Pro ausprobierten. Die App zeigt Echtzeit-Metriken, die den Real-Time-Factor, die tatsächliche Verarbeitungszeit, den RAM-Verbrauch, die Eingabelänge und die Wärmeentwicklung des Chips ausgeben. Durch die On-Device-Erzeugung fallen im Gegensatz zu den verfügbaren Cloud-Diensten keinerlei Kosten an. Für das Voice-Cloning genügt bereits ein drei Sekunden langer Clip. Auf einem iPhone 17 Pro Max wurde ein geklonter Clip mit einem RTF von 4,074 erzeugt.

Für die beste Performance wird ein Gerät mit A17 Pro oder neuerem Chip empfohlen. Zusätzlich wird Speicherplatz für die heruntergeladenen Modelle benötigt. In unseren Versuchen funktionierte die Generierung mithilfe der App problemlos. Allerdings berichten vereinzelt Nutzer, dass die Generierung bei ihnen nicht so gut funktioniert.

(mki)

Der frühere IBM-Infrastrukturspezialist Kyndryl hat Anfang der Woche über die Hälfte seines Börsenwerts eingebüßt. Hintergrund ist laut Berichten eine mögliche Untersuchung der US-Börsenaufsicht SEC zu Kyndryls Bilanzzahlen. Das Unternehmen nannte zwar am Montag Zahlen zum dritten Quartal seines aktuellen Geschäftsjahrs, musste aber auch Verzögerungen bei der pflichtgemäßen Einreichung seines Quartalsberichts an die SEC eingestehen. Zudem gab es einen regelrechten Führungsexodus: Finanzvorstand David Wyshner und Justitiar Edward Sebold nahmen mit sofortiger Wirkung ihren Hut. Ferner trat Vineet Khurana von seinem Posten als Senior Vice President und Global Controller ab und übernahm eine andere Rolle im Unternehmen.

In einer Mitteilung an die SEC begründete das Unternehmen die Verzögerung damit, dass ein Prüfungsausschuss seines Verwaltungsrats die eigenen Praktiken im Bereich Cash-Management sowie die Wirksamkeit der internen Kontrollen des Unternehmens unter die Lupe nehmen wolle. Damit reagiere die Firma auf freiwillige Dokumentenanfragen seitens der SEC. „Wir arbeiten mit der SEC zusammen“, sagte Kyndryls CEO Martin Schroeter dem Fachdienst CRN. „Wir erwarten keine Korrekturen oder andere Auswirkungen auf unseren Jahresabschluss. Da diese Angelegenheiten noch nicht abgeschlossen sind, können wir zum jetzigen Zeitpunkt keine weiteren Kommentare abgeben.“

„Wesentliche Schwächen in der internen Kontrolle“

Laut SEC-Mitteilung rechnet Kyndryl damit, wesentliche Schwächen in der internen Kontrolle über die Finanzberichterstattung offenzulegen. Das gilt für die letzten Geschäftsberichte bis ins Kalenderjahr 2024 hinein. Anleger sollten sich auch nicht mehr auf die Stellungnahme des Wirtschaftsprüfers PricewaterhouseCoopers zu Kyndryls internen Kontrollen der Finanzberichterstattung im Geschäftsjahr 2025 verlassen. Die Führungsabgänge sind inzwischen vorläufig nachbesetzt.

Für die Anleger waren diese Nachrichten offenbar Grund genug, aus der Kyndryl-Aktie zu flüchten. Laut CRN prüfen bereits mehrere Anwaltskanzleien, ob Kyndryl Investoren bezüglich seiner Rechnungslegungsvorschriften und Offenlegungen getäuscht habe und dafür verklagt werden könnte.

IBM hatte seine Infrastruktursparte unter dem Namen Kyndryl 2021 abgespalten und als Unternehmen an die Börse gebracht. Rund 90.000 Angestellte in über 60 Ländern wechselten dabei zu Kyndryl. Die Infrastruktursparte war damals einer der umsatzstärksten Bereiche des Konzerns, IBM wollte sich aber stärker auf sein Cloud-Geschäft konzentrieren. In Deutschland ist das Unternehmen laut Ranking der Beratungsgesellschaft Lünendonk unter den Top 5 der IT-Dienstleister mit Schwerpunkt auf Betriebsservices.

(axk)

Erst im Januar dieses Jahres hieß es seitens OpenAI, man sei mit dem ersten KI-Gadget „auf Kurs“, um es noch bis Ende 2026 auf den Markt zu bringen. Dieser Plan hat sich nun offenbar geändert: Aus Gerichtsdokumenten geht hervor, dass es erst 2027 erscheinen wird. Wegen einer Markenrechtsklage wird das Gadget außerdem nicht als ein Produkt der Marke io Products erscheinen, die OpenAI von Jony Ive für 6,5 Milliarden US-Dollar übernommen hatte.

Streit mit iyO

Diese Informationen stammen aus Gerichtsdokumenten zu einer Markenrechtsklage, die das Audio-Startup iyO im vergangenen Jahr gegen OpenAI eingereicht hat, wie unter anderem das Magazin Wired berichtet. iyO hatte OpenAI verklagt, nachdem es das Start-up io des ehemaligen Apple-Designers Jony Ive übernommen hatte. Peter Welinder, Vizepräsident und Geschäftsführer von OpenAI, erklärte in der Klage, dass OpenAI seine Strategie zur Produktbenennung überprüft und „beschlossen habe, den Namen ‚io‘ nicht im Zusammenhang mit der Benennung, Werbung, Vermarktung oder dem Verkauf von Hardwareprodukten mit künstlicher Intelligenz zu verwenden“.

Der OpenAI-Manager sagte zudem, dass OpenAI einen besseren Überblick über den Zeitplan für die Markteinführung seiner KI-Hardware habe. Demzufolge werde das erste KI-Gadget nicht vor Ende Februar 2027 an Kunden ausgeliefert.

Es sind nicht die ersten Details über OpenAIs KI-Hardwarepodukt, die aus den Gerichtsdokumenten der Markenrechtsklage durchgesickert sind: Laut den Gerichtsakten gab Tang Tan, Chief Hardware Officer von io und ehemaliger Apple-Designleiter, damals zu Protokoll, dass das erste Gerät weder ein „In-Ear-Gerät“ noch ein „Wearable“ sein wird.

Angeblich Audioprodukt

Von OpenAI gibt es indes wenig konkrete Informationen zu dem Produkt. Zuletzt sagten OpenAI-CEO Sam Altman und Design-Legende Jony Ive im November 2025 bei einer Veranstaltung, dass man ein Gerät haben wolle, „das alles weiß, was Du jemals gedacht, gelesen und gesagt hast“. Zudem hieß es: Das Design sei dann richtig, wenn man das Gerät „ablecken oder anbeißen“ wolle. Das sei bei den Prototypen bereits so, hieß es. Angestrebt sei eine Hardware, die „fast naiv in ihrer Einfachheit und dem Gefühl, das sie vermittelt“, sagte Ive. Altman ergänzte, das Gerät werde „ruhiger“ als ein Smartphone sein und die Nutzer von seiner Einfachheit überrascht sein würden.

Es deutet sich zudem an, dass OpenAI bei seinem ersten KI-Produkt den Fokus auf „Audio first“ legt und es sich durchgesickerten Details zufolge offenbar um ein „spezielles Audioprodukt“ handelt, das man angeblich hinter die Ohren heftet. Was an diesen Gerüchten dran ist, werden wir aber wohl erst nächstes Jahr erfahren.

(afl)