Компактная англоязычная модель Koko-TTS преобразует текст в речь с помощью flow-matching и вокодера Vocos 24 кГц.
Подходит для: озвучивание англоязычного текста · синтез речи с выбором идентификатора говорящего · генерация речевых аудиофрагментов для приложений реального времени