/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
vokra
Опубликована
23 июл 2026

kokoro-82m-stacked

Синтез речиТекст → аудио3 профессии

Преобразованная в GGUF модель Kokoro-82M для синтеза речи из текста в runtime Vokra.

16скачиваний 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

Это преобразованная в формат Vokra GGUF модель синтеза речи kokoro-82m-stacked. Веса взяты из upstream-модели hexgrad/Kokoro-82M; Vokra упаковывает их для прямого отображения в память и использования в своём inference runtime. Архитектура указана как kokoro-82m-istftnet.

Модель предназначена для преобразования текста в речь. Для текстового ввода требуется предварительная обработка G2P; конкретный фронтенд зависит от ожидаемого моделью голоса. Репозиторий содержит файл GGUF размером 338,8 МБ. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • синтез речи из подготовленного текста
  • озвучивание текста в приложении на базе Vokra
  • локальный инференс модели синтеза речи из GGUF

Ограничения

Текст необходимо предварительно обработать G2P-фронтендом, соответствующим ожидаемому моделью голосу. Это конверсия upstream-весов для runtime Vokra, а не новая модель.

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-stacked (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-stacked.gguf338.8 MB69a943a826fe93810770f1c164bbda59a0b175354899cf2e99a79f7aa22964f8

Usage

# Download (any HTTP client works — the file is a plain GGUF)
curl -L -o kokoro-82m-stacked.gguf \
  https://huggingface.co/vokra/kokoro-82m-stacked/resolve/main/kokoro-82m-stacked.gguf
vokra-cli run --model kokoro-82m-stacked.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
Tensors549
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-stacked.gguf
# expect: 69a943a826fe93810770f1c164bbda59a0b175354899cf2e99a79f7aa22964f8

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
a8ae4b2

0 моделей