Kokoro

Kokoro ТТС

An 82M-parameter open model from Hexgrad that delivers studio-quality speech at nearly 100x real-time.

Каттоо 5000 символго чейин

Текстти SSML тегдерине өткөрүп берүү:

<speak><prosody rate="slow">Slow speech</prosody></speak>

Белгилер, тандалган модель түшүнөт — текстке бирин коюу үчүн, аны чыкылдатыңыз:

Бул модель жөнөкөй текстти окуйт, ошондуктан тексттеги тегдер эске алынбайт. Тегдер менен эмоцияларды жаратууда Orpheus же Bark сыяктуу экспрессивдүү моделдерге өтүү керек.

Өзгөчө сүйлөмдөрдү аныктоо (сөз = сүйлөм):

-12 +12
0.5x 2.0x
Piper, VITS, MeloTTS менен акысыз
Сиздин түзүлгөн аудио файлыңыз бул жерде пайда болот. Модель тандап, текстти киргизип, Жаңылоо баскычын басыңыз.
Аудио ийгиликтүү түзүлгөн
0:00
Аудиону жүктөп алуу .srt жүктөп алуу Ссылканын мөөнөтү 24 сааттан кийин аяктайт
Free level: жеке колдонуу. Коммерциялык лицензия $5/айдан
Бул үндү өзүңүздүн үнүңүзгө айландырыңыз 30 секундда үндү клондоо
TTS.ai сизге жактыбы? Досторуңузга айтып коюңуз!

Маалымат 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.

Эң жакшысы: High-quality TTS with minimal latency, streaming applications

Баарын кароо Kokoro үн

Бир көз салуу

Жазуучу
Hexgrad
Лицензия
Apache 2.0
Тигр
free
Жылдамдыгы
fast
Сөздү клондоо
Жок
Тилдер
English, Japanese, Chinese, French, Italian, Portuguese, Spanish, Hindi
Макс. символдор
500

Kokoro үн

Adam

English
Акысыз Male

Alex

Portuguese
Акысыз Male

Alex

Spanish
Акысыз Male

Alpha

Japanese
Акысыз Female

Alpha

Hindi
Акысыз Female

Bella

English
Акысыз Female

Dora

Portuguese
Акысыз Female

Dora

Spanish
Акысыз Female

Emma (British)

English
Акысыз Female

George (British)

English
Акысыз Male

Gongitsune

Japanese
Акысыз Female

Heart

English
Акысыз Female

Isabella (British)

English
Акысыз Female

Lewis (British)

English
Акысыз Male

Michael

English
Акысыз Male

Nicola

Italian
Акысыз Male

Nicole

English
Акысыз Female

Omega

Hindi
Акысыз Male

Sara

Italian
Акысыз Female

Sarah

English
Акысыз Female

Siwis

French
Акысыз Female

Sky

English
Акысыз Female

Xiaobei

Chinese
Акысыз Female

Xiaoni

Chinese
Акысыз Female

Xiaoxiao

Chinese
Акысыз Female

Yunjian

Chinese
Акысыз Male

Kokoro ТТС — Жогорудагы суроолор

Yes. Kokoro is released under the Apache 2.0 license and sits in the free tier, so it can be used commercially at no cost.

Kokoro is only 82M parameters and uses an efficient StyleTTS + ISTFTNet design, letting it generate audio nearly 100x faster than real-time on a GPU with just ~1.5GB VRAM while staying natural-sounding.

Kokoro supports English, Japanese, Chinese, French, Italian, Portuguese, Spanish, and Hindi, each with its own expressive voicepacks. It does not support voice cloning.
← Бардык үн