AIbase

Kokoro 82M
Kokoro 82M
该模型适合需要高质量文本到语音转换的应用开发者，如语音助手、有声读物制作、语音播报系统等。对于希望在资源受限的环境中实现高效语音合成的开发者来说，Kokoro-82M是一个理想的选择。
文本转声音AI模型#文本到语音#语音合成#开源模型#高效计算普通产品开源
总访问量： 29,742,941
占比最多地区： US(17.94%)
3,480
产品介绍
网站流量
同类开源产品
替代品
简介
Kokoro-82M是一个由hexgrad创建并托管在Hugging Face上的文本到语音（TTS）模型。它具有8200万参数，使用Apache 2.0许可证开源。该模型在2024年12月25日发布了v0.19版本，并提供了10种独特的语音包。Kokoro-82M在TTS Spaces Arena中排名第一，显示出其在参数规模和数据使用上的高效性。它支持美国英语和英国英语，可用于生成高质量的语音输出。
截图
产品特色
支持美国英语和英国英语的文本到语音转换
提供多种独特的语音包，可生成不同风格的语音
在少量参数和数据下实现高质量的语音合成
可通过ONNX格式进行高效部署
提供易于使用的API和文档，方便开发者集成
使用教程
1. 安装依赖：在Google Colab中运行，安装必要的库和工具，如espeak-ng、phonemizer等。
2. 克隆模型仓库：从Hugging Face克隆Kokoro-82M模型仓库。
3. 构建模型并加载默认语音包：使用提供的脚本构建模型，并加载所需的语音包。
4. 生成语音：调用generate函数，传入文本和语音包，生成24khz的音频和使用的音素。
5. 播放音频并查看音素：使用IPython.display播放生成的音频，并打印输出的音素。
流量来源
直接访问48.39%外链引荐35.85%邮件0.03%
自然搜索12.76%社交媒体2.96%展示广告0.02%
最新流量情况
月访问量
25296.55k
平均访问时长
285.77
每次访问页数
5.83
跳出率
43.31%
总流量趋势图
地理流量分布情况
美国
17.94%
中国
17.08%
印度
8.40%
俄罗斯
4.58%
日本
3.42%
地理流量分布全球图
精选AI产品推荐
Nocode
中文精选
NoCode 是一款无需编程经验的平台，允许用户通过自然语言描述创意并快速生成应用，旨在降低开发门槛，让更多人能实现他们的创意。
开发平台#应用开发
912
Listenhub
优质新品
ListenHub 是一款轻量级的 AI 播客生成工具，支持中文和英语，基于前沿 AI 技术，能够快速生成用户感兴趣的播客内容。
音频生成#AI
348
Lovart
国外精选
Lovart 是一款革命性的 AI 设计代理，能够将创意提示转化为艺术作品，支持从故事板到品牌视觉的多种设计需求。
AI设计工具#创意工具
1,128
Fastvlm
FastVLM 是一种高效的视觉编码模型，专为视觉语言模型设计。
AI模型#图像处理开源
564
Smart PDFs
国外精选
Smart PDFs 是一个在线工具，利用 AI 技术快速分析 PDF 文档，并生成简明扼要的总结。
文章摘要#AI
984
Keysync
KeySync 是一个针对高分辨率视频的无泄漏唇同步框架。
视频编辑#视频处理开源
480
Anyvoice
AnyVoice是一款领先的AI声音生成器，采用先进的深度学习模型，将文本转换为与人类无法区分的自然语音。
音频生成#文本转语音
26.38k
Liblibai
中文精选
LiblibAI是一个中国领先的AI创作平台,提供强大的AI创作能力,帮助创作者实现创意。
AI模型#图像生成
344.42k