Характеристики

Лицензия: MIT
Базовая модель: Kokoro-82M
Опубликована: 15 апр 2025

Ссылки

Kokoro_GGUF

Синтез речиТекст → аудио3 профессии

Kokoro_GGUF — набор GGUF-файлов модели синтеза речи Kokoro, разработанной командой hexgrad; репозиторий mmwillet2 предназначен для хранения вариантов, совместимых с TTS.cpp.

2 013скачиваний за 30 дней29лайковвеса обновлены2 июн 2025

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

Модель преобразует текст в аудио и ориентирована на локальное использование в приложениях и системах text-to-speech.

Доступны два варианта обработки текста: с использованием espeak для фонемизации и с нативной фонемизацией TTS. Файлы представлены в форматах с 32-битной плавающей точкой, а также с квантованием Q4_0, Q5_0 и Q8_0 и с 16-битной плавающей точкой. Базовая модель — hexgrad/Kokoro-82M; её размер составляет около 82 миллионов параметров. README не указывает поддерживаемые языки, набор голосов, максимальный контекст или дополнительные модальности.

Сильные стороны модели — наличие нескольких вариантов точности и квантования, позволяющих выбирать между качеством, требованиями к памяти и производительностью, а также совместимость с TTS.cpp. Ограничения и требования к аппаратному обеспечению в README не описаны. Модель распространяется по лицензии MIT.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Purpose

The purpose of this repository is to store various TTS.cpp compatible GGUF encoded model files for the Kokoro TTS model.

Model Types

Currently there are two types of model each with five levels of quantization. The GGUF model files containing _espeak are configured to expect and use espeak for phonemization and those containing _no_espeak support tts native phonemization. The GGUF model files with no quantization suffix (i.e. Kokoro_espeak.gguf and Kokoro_no_espeak.gguf) use only 32bit floating point precision and the GGUF model files with Q4, Q5, Q8, and F16 suffixes support Q4_0 quantization, Q5_0 quantization, Q8_0 quantization, and 16 bit floating point precision respectively.

Kokoro

This page only contains the GGUF encoded model files of the original Kokoro model. For the original model please see the repository here.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: e9e81d8