Opción predeterminada de calidad
Prueba Kokoro-82M gratis y sin límites en el navegador
Kokoro deriva de StyleTTS2 y tiene 82 millones de parámetros. Suele liderar la calidad entre los modelos abiertos pequeños. Es la mejor opción general: prosodia natural, decenas de voces y velocidad en tiempo real en CPU sin GPU.
Se descarga una vez, se guarda en el navegador y funciona sin conexión. Puedes gestionarlo o eliminarlo en Modelos.
Especificaciones
| Desarrollador | hexgrad |
|---|---|
| Parámetros | 82 millones |
| Tamaño de descarga | 88 MB CPU / 310 MB WebGPU (q8 (WASM) / fp32 (WebGPU)) |
| Salida | 24.0 kHz mono |
| Voces | 28 |
| Idiomas | inglés (Estados Unidos), inglés (Reino Unido) |
| Clonación de voz | No |
| Streaming | Sí: el audio empieza antes de terminar la generación |
| Licencia | Apache-2.0 — Los pesos del modelo usan Apache-2.0. El fonemizador de las versiones para navegador deriva de espeak-ng (GPL-3.0). |
| Velocidad | Casi en tiempo real en una CPU moderna (WASM); de 2 a 6× más rápido con WebGPU. |
| Entorno de ejecución | WebAssembly, acelerado por WebGPU si está disponible |
Ventajas
- +La mejor calidad en inglés por megabyte entre los modelos de navegador
- +48 voces distintas con estilos combinables
- +Funciona en todas partes: tiempo real con WASM, rápido con WebGPU
Limitaciones
- −Centrado en inglés (existe una variante china de la comunidad)
- −Sin clonación de voz
- −WebGPU usa el archivo fp32 de 310 MB; CPU/WASM, el q8 de 88 MB
Voces (28)
Comparar
Kokoro-82M: preguntas
¿Kokoro-82M es gratis?
Sí. Los pesos tienen licencia Apache-2.0 y funcionan en tu dispositivo. Los pesos del modelo usan Apache-2.0. El fonemizador de las versiones para navegador deriva de espeak-ng (GPL-3.0).
¿Qué hardware necesita Kokoro-82M?
Funciona en CPU moderna con WebAssembly, casi en tiempo real; WebGPU es varias veces más rápido. Se recomiendan 4 GB de RAM.
¿Mi texto es privado al usar Kokoro-82M?
Sí. El modelo se ejecuta en la pestaña; tu texto nunca se envía a un servidor.
¿Puedo usar el audio de Kokoro-82M comercialmente?
Revisa las condiciones actuales del modelo, voz y datos antes del uso comercial. El catálogo indica Apache-2.0 para este modelo con esta nota: Los pesos del modelo usan Apache-2.0. El fonemizador de las versiones para navegador deriva de espeak-ng (GPL-3.0).