/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Kokoro-82M
Опубликована
18 сен 2026

Kokoro-82M-Backpack-TTS

Синтез речиТекст → аудио3 профессии

Производная модели backpack-run/Kokoro-82M-Backpack-TTS. Пакет Backpack с голосами Kokoro-82M предназначен для локального многоязычного преобразования текста в речь.

24скачиваний за 30 дней0лайковвеса обновлены18 сен 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

Карточка модели rtrthryjh/Kokoro-82M-Backpack-TTS на Hugging Face совпадает с карточкой backpack-run/Kokoro-82M-Backpack-TTS, поэтому описание составлено по ней.

Это пакет голосов Kokoro-82M, подготовленный Backpack для локального синтеза речи. Он содержит неизменённые артефакты модели hexgrad/Kokoro-82M в формате PyTorch и предназначен для использования с голосовым runtime Backpack; пакет не заменяет выбранную пользователем чат-модель и не является результатом обучения Backpack.

Модель преобразует текст в аудио. В комплект входят четыре файла голосов: af_heart, am_michael, bf_emma и bm_george. В README указана поддержка нескольких языков, а метаданные описывают базовую модель как компактную многоязычную систему синтеза речи. Пакет прошёл проверку загрузки и детерминированного вывода аудио.

Для запуска README рекомендует kokoro==0.9.4 и интерфейсы KModel и KPipeline. Лицензия — Apache-2.0. Ограничения качества синтеза для отдельных языков и акцентов могут различаться; в README также отмечено, что синтезированная речь может вводить в заблуждение.

Сценарии применения

  • озвучивание текста в локальном приложении
  • генерация речи для голосового интерфейса
  • озвучивание коротких сообщений выбранным голосом

Ограничения

Качество может различаться между языками и акцентами; синтезированная речь может вводить слушателя в заблуждение.

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 — Backpack Voice Package

Lightweight local text-to-speech with a curated set of voices. This package stages immutable upstream artifacts for Backpack's voice runtime layer. It does not replace the chat model selected by the user.

Package

FieldValue
Capabilitytext-to-speech
Inputtext
Outputaudio
Parameters82000000
Runtimekokoro
Configured runtime revisionkokoro==0.9.4;en_core_web_sm==3.8.0

| Format | pytorch | | Precision | F32 | | Primary artifact | kokoro-v1_0.pth | | Total packaged-file size | 314.1 MiB | | Recommended RAM | 1.88 GB | | Languages | multilingual |

Validation status

The packager verified the immutable revision, selected-file inventory, non-empty files, hashes, configuration JSON, and the primary artifact container/header. It also loaded the package and passed deterministic audio inference with the configured runtime.

| Integrity | Metadata | Runtime load | Audio inference | Tokenizer | |---|---|---|---| | passed | passed | passed | passed | passed |

Run with Kokoro

Install kokoro==0.9.4, construct KModel from config.json and kokoro-v1_0.pth, then pass one of the packaged voices/*.pt files to KPipeline.

Provenance

  • Upstream: hexgrad/Kokoro-82M

  • Immutable revision: f3ff3571791e39611d31c381e3a41a3af07b4987

  • License: apache-2.0

  • Backpack copied the selected upstream artifacts without modifying model weights.

  • Backpack did not train this model and does not claim ownership of it.

Files and checksums

  • config.json — 2.3 KiB — 5abb01e2403b072bf03d04fde160443e209d7a0dad49a423be15196b9b43c17f
  • kokoro-v1_0.pth — 312.1 MiB — 496dba118d1a58f5f3db2efc88dbdc216e0483fc89fe6e47ee1f2c53f18ad1e4
  • voices/af_heart.pt — 511.2 KiB — 0ab5709b8ffab19bfd849cd11d98f75b60af7733253ad0d67b12382a102cb4ff
  • voices/am_michael.pt — 511.2 KiB — 9a443b79a4b22489a5b0ab7c651a0bcd1a30bef675c28333f06971abbd47bd37
  • voices/bf_emma.pt — 511.2 KiB — d0a423deabf4a52b4f49318c51742c54e21bb89bbbe9a12141e7758ddb5da701
  • voices/bm_george.pt — 511.2 KiB — f1bc812213dc59774769e5c80004b13eeb79bd78130b11b2d7f934542dab811b

Review the upstream model card and license before use or redistribution. Speech systems can mis-transcribe, synthesize misleading content, or behave differently across languages and accents.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
1a03591

0 моделей