Kokoro ТТС
An 82M-parameter open model from Hexgrad that delivers studio-quality speech at nearly 100x real-time.
Опаковка на вашия текст в SSML тагове за точен контрол:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Етикети избрания модел разбира — кликнете за да пуснете един в вашия текст, където се случва:
Този модел чете обикновен текст, така че в линия тагове се пренебрегват. За емоции, базирани на таг, превключете на експресивен модел като Orpheus или Bark.
Определяне на своите изговори (слово = произношение):
За Kokoro
Kokoro, built by Hexgrad, is a deliberately tiny 82-million-parameter model that punches far above its size class. It uses a StyleTTS + ISTFTNet architecture and was trained on roughly 1,200 hours of speech, yet generates audio close to 100x faster than real-time on a GPU while staying remarkably natural and expressive. It covers English, Japanese, Chinese, French, Italian, Portuguese, Spanish, and Hindi with a varied set of expressive voicepacks, and supports streaming. The combination of small footprint, low latency, and a permissive license has made Kokoro one of the most popular free models for high-volume and streaming use — it carries the largest share of traffic on TTS.ai.
Най-добро за: High-quality TTS with minimal latency, streaming applications
Преглед на всички Kokoro гласовеНа един поглед.
- Разработчик
- Hexgrad
- Лиценз
- Apache 2.0
- Ниво на равнището
- free
- Скорост
- fast
- Гласово клониране
- Не.
- Езици
- English, Japanese, Chinese, French, Italian, Portuguese, Spanish, Hindi
- Макс. символи
- 500