Kokoro ТТС
An 82M-parameter open model from Hexgrad that delivers studio-quality speech at nearly 100x real-time.
Мәтінді SSML тегтермен тасымалдау үшін нұсқау:
<speak><prosody rate="slow">Slow speech</prosody></speak>
Таңдалған үлгі түсінетін тегтер - біреуін мәтінге түсіру үшін түртіңіз:
Бұл модель қарапайым мәтін оқиды, сондықтан жол ішіндегі тегтер елеусіз қалып жатыр. Тегтерге негізделген эмоция үшін Orpheus не Bark сияқты өрнекті модельге ауысыңыз.
Өзінің дыбысын анықтау (сөз = дыбысы):
& Бұл туралы 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.
Келесіге ең қолайлы: High-quality TTS with minimal latency, streaming applications
Барлығын қарау Kokoro дауысБір қарапайым
- Жасаушы
- Hexgrad
- Лицензия
- Apache 2.0
- Түр
- free
- Жылдамдығы
- fast
- Дыбысын көшіру
- Жоқ
- Тілдер
- English, Japanese, Chinese, French, Italian, Portuguese, Spanish, Hindi
- Макс. таңбалар саны
- 500