Характеристики

Лицензия: Apache 2.0
Базовая модель: Kokoro-82M
Опубликована: 6 июл 2026

Ссылки

Onyx-Kokoro-82M

Синтез речиТекст → аудио3 профессии

Квантованная версия Kokoro-82M для локального озвучивания ответов ассистента естественным голосом в приложении Onyx на iOS.

29скачиваний за 30 дней1лайквеса обновлены28 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

Onyx-Kokoro-82M — производная модель синтеза речи на основе hexgrad/Kokoro-82M, подготовленная для приложения Onyx на iOS. Она предназначена для озвучивания ответов ассистента естественным нейросетевым голосом непосредственно на устройстве; движок OnyxTTS использует веса модели, а AVSpeechSynthesizer служит резервным вариантом.

Модель основана на StyleTTS2 и поставляется в формате safetensors с разрядностью 4 бита для линейных слоёв текстового энкодера PL-BERT; путь вокодера оставлен в fp16. Вес модели занимает около 148 МБ, также доступны 54 голосовых пакета. README подтверждает синтез аудио с частотой 24 кГц и работу на Apple Silicon. Метаданные указывают английский язык; описания поддержки других языков голосовыми пакетами недостаточно, чтобы включить их в список языков.

Модель предназначена для локального синтеза речи в OnyxTTS и требует совместимого движка MLX. Лицензия — Apache-2.0, как у базовой модели. Ограничение: применение описано для экосистемы Onyx на устройствах Apple, а другие среды запуска не подтверждены.

Сценарии применения

озвучивание ответов голосового ассистента на iPhone
локальный синтез английской речи без облачного сервиса
выбор нейросетевого голоса из набора голосовых пакетов

Ограничения

Модель описана для запуска через OnyxTTS с MLX на Apple Silicon; работа в других средах не подтверждена. Английский указан в метаданных, но языковую поддержку остальных голосовых пакетов README не уточняет.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Onyx-Kokoro-82M

A mixed-precision MLX quantization of Kokoro-82M (StyleTTS2-derived, Apache-2.0), packaged for Onyx — an on-device iOS AI assistant. Used by OnyxTTS, Onyx's own from-scratch Swift + MLX text-to-speech engine, to speak assistant replies in a natural neural voice fully on-device (Apple's AVSpeechSynthesizer is the fallback).

What this is

Mixed 4-bit quant (group size 64): the PL-BERT (ALBERT) text encoder's Linear weights are 4-bit; the entire vocoder path — the prosody predictor (LSTMs + AdaIN convs → pitch/energy) and the iSTFTNet generator — stays fp16. The vocoder directly shapes the waveform and is quant-sensitive, so it is deliberately NOT quantized. ~330 MB fp32 → 148 MB (model.safetensors).
Voice packs (voices/*.safetensors): 54 voices (af_/am_ American, bf_/bm_ British, plus jf/jm/zf/zm/ ef/em/ff/hf/hm/if/im/pf/pm for other languages). Each is a [N, 1, 256] style tensor indexed by phoneme-sequence length.
config.json carries the standard Kokoro config plus a quantization block ({group_size: 64, bits: 4}) so the loader dequantizes the right layers.

Provenance

Weights derived from prince-canuma/Kokoro-82M (the mlx-audio mirror of hexgrad/Kokoro-82M) via Onyx's quantize_kokoro.py. Verified to load + synthesize valid 24 kHz audio end-to-end through OnyxTTS on Apple Silicon. Apache-2.0, same as the base model.

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: 17a1eb7