Kokoro-82M hexgrad

種別
model
タスク
text-to-speech
ダウンロード
12,326,093
いいね
6,697
アクセス
public
ファイル
0

タグ

  • 音声合成
  • テキスト音声変換
  • 音声生成
  • 軽量モデル
  • 多言語
  • ローカルデプロイ
  • Apache-2.0

概要

Kokoro-82Mは8200万パラメータの軽量なテキスト音声合成（TTS）モデルで、StyleTTS 2アーキテクチャを採用し、大規模モデルに匹敵する品質を高速かつ低コストで実現します。Apache-2.0ライセンスで公開されており、8言語・54の音声に対応しています。本番環境から個人プロジェクトまで幅広い用途に展開でき、API経由でも100万文字あたり1ドル未満という低コストで利用可能です。

README

--- license: apache-2.0 language: - en base_model: - yl4579/StyleTTS2-LJSpeech pipeline_tag: text-to-speech --- **Kokoro**は、8200万パラメータを持つオープンウェイトのTTSモデルです。軽量なアーキテクチャでありながら、より大規模なモデルに匹敵する品質を提供しつつ、大幅に高速でコスト効率にも優れています。Apacheライセンスのウェイトを備えたKokoroは、本番環境から個人プロジェクトまで、あらゆる場所に展開できます。 <audio controls><source …

查看完整页面 · 查看原文