/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
vokra
Опубликована
23 июл 2026

kokoro-82m

Синтез речиТекст → аудио3 профессии

Конверсия Kokoro-82M в GGUF для синтеза речи из текста с помощью runtime Vokra.

48скачиваний за 30 дней0лайковвеса обновлены23 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

vokra/kokoro-82m — конверсия модели синтеза речи Kokoro-82M, опубликованная Vokra в формате GGUF для запуска в inference-runtime Vokra. Веса взяты из upstream-модели hexgrad/Kokoro-82M; это переупаковка, а не новое обучение. Модель принимает текст и генерирует речь, однако для подготовки текстового ввода требуется фронтенд G2P, выбранный с учётом ожидаемого моделью голоса.

Модель использует архитектуру kokoro-82m-istftnet. Репозиторий содержит файл GGUF размером около 312 МБ; указанная лицензия — Apache-2.0. Карточка не сообщает поддерживаемые языки и конкретные ограничения качества, поэтому их нельзя уточнить по имеющимся данным.

Сценарии применения

  • генерация речи из подготовленного текста
  • локальный синтез речи в runtime Vokra
  • озвучивание текста после обработки фронтендом G2P

Ограничения

Требуется внешний G2P-фронтенд, согласованный с ожидаемым моделью голосом. Поддерживаемые языки и подробные характеристики качества в предоставленных данных не описаны.

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 (Vokra GGUF)

Text to speech model, converted to the Vokra GGUF format for Vokra, a zero-dependency speech-AI inference runtime.

This is a conversion, not a new model. The weights are the upstream ones; Vokra re-packages them so its runtime can memory-map them directly. Credit for the model belongs upstream — see Source below.

Files

FileSizeSHA-256
kokoro-82m.gguf312.0 MBea83469a2471e3870d36e177f8d28a47eb735f022b6b2e68496795c748c80f9c

Usage

# Download (any HTTP client works — the file is a plain GGUF)
curl -L -o kokoro-82m.gguf \
  https://huggingface.co/vokra/kokoro-82m/resolve/main/kokoro-82m.gguf
vokra-cli run --model kokoro-82m.gguf --text "こんにちは" --output out.wav

Text input needs a G2P front-end; see the model notes below for which one this voice expects.

Provenance

FieldValue
Architecturekokoro-82m-istftnet
Tensors548
Upstream sourcehexgrad/Kokoro-82M (Apache-2.0)
Upstream licenceApache-2.0
Licence classpermissive
Registry model idkokoro-82m
Vokra GGUF schema1
Converted byvokra-core 0.1.0-alpha.0

Every row above is read out of this file's own vokra.* metadata, so the card cannot claim something the artifact does not carry.

Licence

The weights are distributed under Apache-2.0, unchanged from upstream. Conversion does not alter the licence, and your obligations run to the upstream author.

Verifying this file

shasum -a 256 kokoro-82m.gguf
# expect: ea83469a2471e3870d36e177f8d28a47eb735f022b6b2e68496795c748c80f9c

Как запустить

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

GPU в ailist

Универсальный рантайм · vokra

Нельзя запустить

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

Ревизия весов
d35c09b

0 моделей