Domyślny wybór jakości
Wypróbuj Kokoro-82M bezpłatnie i bez limitów w przeglądarce
Kokoro to model wywodzący się ze StyleTTS2, z 82 milionami parametrów, regularnie zajmujący czołowe miejsca jakości wśród małych otwartych modeli. Najlepszy wybór ogólny: naturalna prozodia, dziesiątki głosów i praca w czasie rzeczywistym na CPU bez GPU.
Pobierz raz, zachowaj w przeglądarce i używaj offline. Zarządzaj nim lub usuń na stronie Modele.
Specyfikacja
| Twórca | hexgrad |
|---|---|
| Parametry | 82 mln |
| Rozmiar pobierania | 88 MB CPU / 310 MB WebGPU (q8 (WASM) / fp32 (WebGPU)) |
| Wynik | 24.0 kHz mono |
| Głosy | 28 |
| Języki | angielski (Stany Zjednoczone), angielski (Wielka Brytania) |
| Klonowanie głosu | Nie |
| Strumieniowanie | Tak — odtwarzanie zaczyna się przed końcem generowania |
| Licencja | Apache-2.0 — Wagi modelu są na licencji Apache-2.0. Fonemizer wersji przeglądarkowych pochodzi z espeak-ng (GPL-3.0). |
| Tempo | Około czasu rzeczywistego na nowoczesnym CPU (WASM); 2–6× szybciej z WebGPU. |
| Środowisko uruchomieniowe | WebAssembly, przyspieszany WebGPU, jeśli dostępne |
Zalety
- +Najlepsza jakość angielskiego na megabajt wśród modeli przeglądarkowych
- +48 różnych głosów z możliwością mieszania stylów
- +Działa wszędzie — WASM w czasie rzeczywistym, WebGPU szybko
Ograniczenia
- −Skupiony na angielskim (istnieje społecznościowy wariant chiński)
- −Bez klonowania głosu
- −WebGPU używa pliku fp32 o wielkości 310 MB; CPU/WASM pliku q8 o wielkości 88 MB
Głosy (28)
Porównaj
Kokoro-82M — pytania
Czy Kokoro-82M jest darmowy?
Tak. Wagi są na licencji Apache-2.0 i działają na Twoim urządzeniu. Wagi modelu są na licencji Apache-2.0. Fonemizer wersji przeglądarkowych pochodzi z espeak-ng (GPL-3.0).
Jakiego sprzętu wymaga Kokoro-82M?
Działa na nowoczesnym CPU przez WebAssembly, mniej więcej w czasie rzeczywistym; WebGPU jest kilka razy szybsze. Zalecane 4 GB RAM.
Czy mój tekst pozostaje prywatny w Kokoro-82M?
Tak. Model działa w karcie przeglądarki; tekst nigdy nie trafia na serwer.
Czy mogę używać dźwięku z Kokoro-82M komercyjnie?
Przed użyciem komercyjnym sprawdź aktualne warunki modelu, głosu i danych. Katalog podaje Apache-2.0 dla tego modelu z uwagą: Wagi modelu są na licencji Apache-2.0. Fonemizer wersji przeglądarkowych pochodzi z espeak-ng (GPL-3.0).