Синтез речи

Kokoro

Крошечная модель синтеза речи (82M), которая звучит на уровне крупных. Работает на обычном процессоре; английский и ещё несколько языков, русского нет.

Разработчик
hexgrad (независимый разработчик), не указана
Первый выпуск
дек 2024
Последний выпуск
фев 2025
Размеры
82M
Лицензия
Можно в коммерциюApache 2.0
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Озвучка статей и уведомлений
  • Голос для приложений без видеокарты
  • Массовая озвучка текстов

Где применяется

Мобильные и веб-приложенияМедиаОнлайн-обучение

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. Kokoro v1.1-zh
  2. Kokoro v1.0
  3. Kokoro v0.19

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Синтез речиPiperRhasspy / Open Home Foundation · СШАКоммерция с условиями

Очень быстрый синтез речи, который работает даже на Raspberry Pi. Готовые голоса на 35+ языках, есть несколько русских.

ПодробнееСинтез речиStyleTTS 2Колумбийский университет · СШАКоммерция с условиями

Лёгкая модель синтеза английской речи с естественной интонацией. На её основе построены многие другие модели, например Kokoro.

ПодробнееСинтез речиChatterboxResemble AI · СШАМожно в коммерцию

Синтез речи с клонированием голоса и настройкой эмоциональности. Многоязычная версия поддерживает 23 языка, включая русский; Turbo и Flash ускорены для живого диалога.

Подробнее