Scelta predefinita per la qualità
Prova Kokoro-82M gratis e senza limiti nel browser
Kokoro è un modello derivato da StyleTTS2 con 82 milioni di parametri, spesso in cima alle classifiche di qualità dei piccoli modelli aperti. È la scelta più versatile: prosodia naturale, decine di voci e velocità in tempo reale su CPU senza GPU.
Scaricalo una volta, salvalo nel browser e riutilizzalo offline. Gestiscilo o rimuovilo nella pagina Modelli.
Specifiche
| Sviluppatore | hexgrad |
|---|---|
| Parametri | 82 milioni |
| Dimensione del download | 88 MB CPU / 310 MB WebGPU (q8 (WASM) / fp32 (WebGPU)) |
| Uscita | 24.0 kHz mono |
| Voci | 28 |
| Lingue | inglese (Stati Uniti), inglese (Regno Unito) |
| Clonazione vocale | No |
| Streaming | Sì: l’audio parte prima della fine della generazione |
| Licenza | Apache-2.0 — I pesi del modello sono Apache-2.0. Il fonemizzatore dei porting browser deriva da espeak-ng (GPL-3.0). |
| Velocità | Circa in tempo reale su CPU moderna (WASM); 2–6× più veloce con WebGPU. |
| Ambiente di esecuzione | WebAssembly, accelerato da WebGPU se disponibile |
Punti di forza
- +La migliore qualità inglese per megabyte tra i modelli browser
- +48 voci distinte con stili miscelabili
- +Funziona ovunque: tempo reale con WASM, veloce con WebGPU
Limiti
- −Incentrato sull'inglese (esiste una variante cinese della comunità)
- −Nessuna clonazione vocale
- −WebGPU usa il file fp32 da 310 MB; CPU/WASM il file q8 da 88 MB
Voci (28)
Confronta
Kokoro-82M: domande
Kokoro-82M è gratuito?
Sì. I pesi hanno licenza Apache-2.0 e funzionano sul tuo dispositivo. I pesi del modello sono Apache-2.0. Il fonemizzatore dei porting browser deriva da espeak-ng (GPL-3.0).
Quale hardware serve per Kokoro-82M?
Funziona su CPU moderne via WebAssembly, circa in tempo reale; WebGPU è molte volte più veloce. Consigliati 4 GB di RAM.
Il mio testo resta privato con Kokoro-82M?
Sì. Il modello funziona nella scheda; il testo non viene mai inviato a un server.
Posso usare l’audio di Kokoro-82M commercialmente?
Verifica i termini aggiornati di modello, voce e dati prima dell’uso commerciale. Il catalogo indica Apache-2.0 per questo modello con questa nota: I pesi del modello sono Apache-2.0. Il fonemizzatore dei porting browser deriva da espeak-ng (GPL-3.0).