Характеристики

Лицензия: Apache 2.0
Опубликована: 19 июл 2026

Ссылки

Hugging Face

tts-pack

lorefoundry

Синтез речиТекст → аудио

Локальный ONNX-пакет Kokoro-82M для синтеза речи с 55 голосами и длительностями фонем для подсветки слов.

0скачиваний за 30 дней0лайковвеса обновлены19 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Lore Foundry TTS Pack — пакет модели синтеза речи для приложения Lore Foundry, предназначенный для локального озвучивания текста. В основе лежит Kokoro-82M, экспортированная в ONNX и статически квантованная до uint8; граф дополнен выходом pred_dur с длительностями фонем, который используется для синхронной подсветки слов во время чтения. Звуковой тракт экспорта, согласно карточке, не изменён.

Пакет содержит 55 векторов голосового стиля и фонемный токенизатор. Приложение загружает его один раз, после чего синтез выполняется на устройстве пользователя без отправки данных во внешнюю сеть. Репозиторий распространяется по лицензии Apache-2.0. Карточка не уточняет поддерживаемые языки и длительность контекста.

Сценарии применения

локальное озвучивание текста в приложении
создание аудионаррации разными голосами
синхронизация подсветки слов с озвученной речью

Ограничения

Представлен в формате ONNX с квантованием uint8 и предназначен для использования в приложении Lore Foundry. Поддерживаемые языки и качество голосов отдельно не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Lore Foundry TTS Pack

The on-device "Natural voices" model pack for Lore Foundry — downloaded once by the app, after which all narration runs entirely on the user's machine. Nothing is sent anywhere at synthesis time.

Path	What	Source / license
`kokoro/kokoro_with_dur_uint8.onnx`	Kokoro-82M TTS, static-uint8 quantized, with a `pred_dur` output exposing per-phoneme durations (drives word-accurate read-along highlighting)	Graph: onnx-community/Kokoro-82M-v1.0-ONNX (Apache-2.0), model: hexgrad/Kokoro-82M (Apache-2.0). The `pred_dur` output was added by a one-node graph modification — see `scripts/graft_pred_dur.py` (the waveform path is untouched; output audio is bit-identical to the source export).
`kokoro/voices/*.bin`	Voice style vectors (55 voices)	hexgrad/Kokoro-82M (Apache-2.0)
`kokoro/config.json`, `kokoro/tokenizer.json`	Model config + phoneme tokenizer	as above
`openphonemizer/model.onnx`, `openphonemizer/tokenizer.json`	OpenPhonemizer — out-of-vocabulary grapheme→phoneme fallback (invented/fantasy names)	openphonemizer (BSD-3-Clause-Clear)
`scripts/graft_pred_dur.py`	The auditable graph-surgery script that produced the dur-exposing model	Lore Foundry (Apache-2.0)

Integrity

Consumers should verify per-file SHA-256 checksums (the Lore Foundry app pins them). Model file: kokoro_with_dur_uint8.onnx = 3d2cdc1221c91c7932adb9d2fd6a94b1f2918f8a97a7d5417295dcd4d4528204.

Versioning

Pack revisions are tagged; the app pins a revision. Current: v1.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 0107303