Kokoro TTS
An 82M-parameter open model from Hexgrad that delivers studio-quality speech at nearly 100x real-time.
Írja be a szöveget az SSML címkékbe a pontos vezérlés érdekében:
<speak><prosody rate="slow">Slow speech</prosody></speak>
A kijelölt modell tagjeiben a ~ kattintson az alábbi szövegbe:
Ez a modell egyszerű szöveget olvas, így a sorcímke figyelmen kívül marad. A tag alapú érzelem, váltson át egy expresszív modell, mint Orpheus vagy Bark.
Definiáld az egyéni kiejtéseket (szó = kiejtés):
About 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.
Legjobb: High-quality TTS with minimal latency, streaming applications
Összes böngészés Kokoro hangokEgy pillantásra
- Fejlesztő
- Hexgrad
- Jogosítvány
- Apache 2.0
- Tier
- free
- Sebesség
- fast
- Hang klónozása
- Nem.
- Nyelvek
- English, Japanese, Chinese, French, Italian, Portuguese, Spanish, Hindi
- Max. karakterek
- 500