/ Модель

Характеристики

Размер весов
550 МБ
Лицензия
Apache 2.0
Базовая модель
Kokoro-82M
Опубликована
6 апр 2026

Kokoro-82M-Swift

Синтез речиТекст → аудио3 профессии

Преобразованные веса Kokoro-82M для локального синтеза речи в Swift-приложениях на Apple Silicon.

917скачиваний за 30 дней0лайковвеса обновлены6 апр 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

Kokoro-82M-Swift — преобразованные веса Kokoro-82M, подготовленные для запуска синтеза речи через Swift на устройствах Apple Silicon. Репозиторий поддерживает два варианта инференса: MLX-Swift с использованием GPU и Metal, а также CoreML с сегментированными пакетами для Neural Engine и CPU. Модель принимает текст и генерирует речь; доступны 54 набора голосов с разными языками и стилями, включая американские и британские английские, испанские, французские и японские голоса.

Для использования предусмотрен Swift-пакет kokoro-swift, который может загружать голосовые наборы по запросу. Веса преобразованы из hexgrad/Kokoro-82M; репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • озвучивание текста в приложениях для Apple Silicon
  • локальное преобразование текста в речь через Swift
  • генерация английской речи разными голосами
  • синтез речи на испанском, французском и японском
  • добавление голосовой озвучки в приложения с kokoro-swift

Ограничения

Для использования требуется интеграция со Swift-пакетом kokoro-swift и совместимая платформа Apple Silicon. Наборы голосов и их языки различаются; README не подтверждает поддержку каждого языка для любого голоса.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kokoro-82M-Swift

Converted model weights for Kokoro-82M optimized for Swift inference on Apple Silicon.

Use with the kokoro-swift Swift package.

Formats

DirectoryFormatBackendNotes
MLX_GPU/safetensors + npyMLX-Swift (GPU)Primary inference path via Metal
CoreML_ANE/segmented/mlpackage × 4CoreML (ANE + CPU)Segmented for optimal Neural Engine utilization

Files

config.json                              # Model config (vocab, architecture)
MLX_GPU/
  kokoro-v1_0.safetensors               # MLX model weights (~310MB)
  voices/                                # Voice style packs (.npy, 54 voices)
    af_heart.npy, af_bella.npy, ...
CoreML_ANE/segmented/
  albert.mlpackage                       # ALBERT encoder (ANE)
  decoder.mlpackage                      # Vocoder/decoder (ANE)
  prosody.mlpackage                      # Prosody predictor (CPU)
  text_encoder.mlpackage                 # Text encoder (CPU)

Voices

54 voice packs covering multiple languages and styles. Voice names follow the pattern {lang}{gender}_{name}:

  • af_* — American Female, am_* — American Male
  • bf_* — British Female, bm_* — British Male
  • ef_* / em_* — Spanish, ff_* — French, jf_* / jm_* — Japanese, etc.

Usage with kokoro-swift

import Kokoro

// Download a voice on demand
let voiceURL = try await VoiceDownloader.download(voice: "af_heart")

// Or use the CLI
// KokoroCLI --text "Hello world" --voice af_heart --output hello.wav --weights-dir MLX_GPU

See kokoro-swift for full documentation.

Source

Converted from hexgrad/Kokoro-82M using the conversion scripts in kokoro-swift.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
98623f8

0 моделей