Padrão de qualidade
Teste Kokoro-82M grátis e sem limites no navegador
Kokoro é um modelo derivado de StyleTTS2 com 82 milhões de parâmetros, frequentemente no topo da qualidade entre modelos abertos pequenos. É a melhor opção geral: prosódia natural, dezenas de vozes e execução em tempo real em CPU sem GPU.
Baixe uma vez, guarde no navegador e reutilize offline. Gerencie ou remova na página Modelos.
Especificações
| Desenvolvedor | hexgrad |
|---|---|
| Parâmetros | 82 milhões |
| Tamanho do download | 88 MB CPU / 310 MB WebGPU (q8 (WASM) / fp32 (WebGPU)) |
| Saída | 24.0 kHz mono |
| Vozes | 28 |
| Idiomas | inglês (Estados Unidos), inglês (Reino Unido) |
| Clonagem de voz | Não |
| Streaming | Sim: o áudio começa antes de terminar a geração |
| Licença | Apache-2.0 — Os pesos do modelo usam Apache-2.0. O fonemizador das versões para navegador deriva de espeak-ng (GPL-3.0). |
| Velocidade | Aproximadamente em tempo real em CPU moderna (WASM); 2–6× mais rápido com WebGPU. |
| Ambiente de execução | WebAssembly, acelerado por WebGPU quando disponível |
Pontos fortes
- +A melhor qualidade em inglês por megabyte entre modelos de navegador
- +48 vozes distintas com estilos combináveis
- +Funciona em todo lugar: tempo real com WASM, rápido com WebGPU
Limitações
- −Focado em inglês (há uma variante chinesa da comunidade)
- −Sem clonagem de voz
- −WebGPU usa o arquivo fp32 de 310 MB; CPU/WASM usa o q8 de 88 MB
Vozes (28)
Comparar
Kokoro-82M: dúvidas
Kokoro-82M é grátis?
Sim. Os pesos têm licença Apache-2.0 e rodam no seu dispositivo. Os pesos do modelo usam Apache-2.0. O fonemizador das versões para navegador deriva de espeak-ng (GPL-3.0).
Qual hardware Kokoro-82M precisa?
Roda em CPUs modernas via WebAssembly, perto de tempo real; WebGPU é várias vezes mais rápido. Recomenda-se 4 GB de RAM.
Meu texto fica privado ao usar Kokoro-82M?
Sim. O modelo roda na aba; seu texto nunca é enviado a um servidor.
Posso usar o áudio de Kokoro-82M comercialmente?
Confira os termos atuais do modelo, voz e dados antes do uso comercial. O catálogo informa Apache-2.0 para este modelo com esta observação: Os pesos do modelo usam Apache-2.0. O fonemizador das versões para navegador deriva de espeak-ng (GPL-3.0).