Kokoro 82M v1.0
مدل صوتی از هگزگرد (کوکورو)
به فارسی:کوکورو ۸۲ ام
این مدل چیست؟
Kokoro 82M مدل کوچک و متن‌باز تبدیل متن به گفتار با فقط ۸۲ میلیون پارامتر است که توسعه‌دهنده‌ای با نام hexgrad بر پایهٔ معماری StyleTTS 2 ساخته و نسخهٔ ۱.۰ آن ۲۷ ژانویهٔ ۲۰۲۵ منتشر شد. وزن‌هایش با پروانهٔ Apache 2.0 آزاد است، روی کامپیوتر شخصی اجرا می‌شود و در سرویس‌ها هر یک میلیون کاراکتر کمتر از ۱ دلار قیمت دارد. ۵۴ صدا در ۸ زبان دارد و فارسی جزو آن‌ها نیست.
سازنده: هگزگرد (کوکورو) (hexgrad (Kokoro))
hexgrad نام توسعه‌دهندهٔ مدل متن‌باز گفتار Kokoro در Hugging Face است.
کجا می‌شود از آن استفاده کرد؟
جایگاه در جدول‌های مقایسه
- رأی‌گیری گفتار Artificial AnalysisKokoro 82M v1.0رتبهٔ ۵۴Elo ۱٬۰۶۴$۰٫۷ برای ۱ میلیون نویسه