Kokoro TTS
Kokoro is a frontier TTS model for its size of 82 million parameters (text in/audio out).
Kokoro-82M-v1.1-zh-ONNX — модель преобразования текста в речь (TTS), представленная в формате ONNX для использования с библиотекой Transformers.js.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Она основана на модели hexgrad/Kokoro-82M-v1.1-zh; в карточке также указано сообщество onnx-community как источник данной версии. Модель предназначена для синтеза аудио из текста и поддерживает английский и китайский языки.
Модель содержит 82 миллиона параметров, что делает её компактной для задач генерации речи и потенциально удобной для приложений с ограниченными вычислительными ресурсами. В предоставленных данных не указаны архитектура, размер контекстного окна, дополнительные модальности, показатели качества, требования к оборудованию или ограничения по применению. Лицензия — Apache 2.0, допускающая использование, модификацию и распространение на условиях этой лицензии.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Kokoro is a frontier TTS model for its size of 82 million parameters (text in/audio out).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers.js
Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.