Kokoro, kendi ağırlık sınıfının çok üzerinde performans sergileyen 82 milyon parametreli bir metinden sese dönüştürme modelidir. Küçük boyutuna rağmen, son derece doğal ve etkileyici konuşma üretir. Kokoro, İngilizce, Japonca, Çince ve Korece dahil olmak üzere birçok dili ve çeşitli etkileyici sesleri destekler. İnanılmaz derecede hızlı çalışır; GPU'da gerçek zamanlıya göre neredeyse 100 kat daha hızlı ses üretir.