模型

Kokoro-82M

hexgrad/Kokoro-82M

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:apache-2.0 上游版本:f3ff3571791e

中文简介

hexgrad/Kokoro-82M 是 hexgrad 在 Hugging Face 发布的模型仓库,当前卡片主要关联语音合成。本站固定记录上游版本 f3ff3571791e,同步到 72 个文件,文件元数据合计 1.15 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 hexgrad/Kokoro-82M 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
hexgrad/Kokoro-82M 是 hexgrad 在 Hugging Face 发布的模型仓库,当前卡片主要关联语音合成。本站固定记录上游版本 f3ff3571791e,同步到 72 个文件,文件元数据合计 1.15 GB;访问状态为“公开”,许可证字段为“apache-2.0”。

【适用方向】
适合评估语音合成、音色控制和语音交互原型。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:f3ff3571791e。 任务标签:语音合成。 语言字段:en。 上游标注的基础模型:yl4579/StyleTTS2-LJSpeech。 上游页面记录的最近更新时间:2025-04-10。

【文件信息】
上游 API 返回 72 个文件,文件元数据合计 1.15 GB。 已保存文件清单中的主要扩展名:.pt 54 个、.wav 7 个、.md 5 个、.jpeg 3 个、.json 1 个、.pth 1 个。 当前较大的文件包括:kokoro-v1_0.pth(312.05 MB);samples/af_heart_3.wav(1.34 MB);samples/af_heart_4.wav(1.06 MB)。

【运行或处理环境】
仓库文件元数据合计 1.15 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

Kokoro** is an open-weight TTS model with 82 million parameters. Despite its lightweight architecture, it delivers comparable quality to larger models while being significantly faster and more cost-efficient. With Apache-licensed weights, Kokoro can be deployed anywhere from production environments to personal projects. 🐈 **GitHub**: https://github.com/hexgrad/kokoro 🚀 **Demo**: https://hf.co/spaces/hexgrad/Kokoro-TTS [!NOTE] As of April 2025, the market rate of Kokoro served over API is **under $1 per million characters of text input**, or under $0.06 per hour of audio output. (On average, 1000 characters of input is about 1 minute of output.) Sources: ArtificialAnalysis/Replicate at 65 cents per M chars and DeepInfra at 80 cents per M chars. This is an Apache-licensed model, and Kokoro has been deployed in numerous projects and commercial APIs. We welcome the deployment of the model in real use cases. [!CAUTION] Fake websites like kokorottsai_com (snapshot: https://archive.ph/nRRnk) and kokorotts_net (snapshot: https://archive.ph/60opa) are likely scams masquerading under the banner of a popular model. Any website containing "kokoro" in its root domain (e.g. kokorottsai_com, kokorotts_net) is **NOT owned by and NOT affiliated with this model page or its author**, and attempts to imply otherwise are red flags. Releases Usage EVAL.md ↗️ SAMPLES.md ↗️ VOICES.md ↗️ Model Facts Training Details Creative Commons Attribution Acknowledgements Releases | Model | Published | Training Data | Langs & Voices | SHA256 | | ----- | --------- | ------------- | -------------- | ------ | | **v1.0** | **2025 Jan 27** | **Few hundred hrs** | **8 & 54** | `496dba11` | | v0.19 | 2024 Dec 25 | [1] generated by closed [2] TTS models from large providers [1] https://copyright.gov/ai/ai_policy_guidance.pdf [2] No synthetic audio from open TTS models or "custom voice clones" Total Dataset Size:** A few hundred hours of audio Total Training Cost:** About $1000 for 1000 hours of A100 80GB vRAM

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合评估语音合成、音色控制和语音交互原型。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:f3ff3571791e。 任务标签:语音合成。 语言字段:en。 上游标注的基础模型:yl4579/StyleTTS2-LJSpeech。 上游页面记录的最近更新时间:2025-04-10。

文件说明

上游 API 返回 72 个文件,文件元数据合计 1.15 GB。 已保存文件清单中的主要扩展名:.pt 54 个、.wav 7 个、.md 5 个、.jpeg 3 个、.json 1 个、.pth 1 个。 当前较大的文件包括:kokoro-v1_0.pth(312.05 MB);samples/af_heart_3.wav(1.34 MB);samples/af_heart_4.wav(1.06 MB)。

上游文件元数据

  • .gitattributes1.87 KB
  • config.json2.30 KB
  • DONATE.md2.50 KB
  • EVAL.md534 B
  • eval/ArtificialAnalysis-2025-02-26.jpeg917.48 KB
  • eval/TTS_Arena-2025-02-26.jpeg546.94 KB
  • eval/TTS_Spaces_Arena-2025-02-26.jpeg503.18 KB
  • kokoro-v1_0.pth312.05 MB
  • README.md6.20 KB
  • SAMPLES.md5.82 KB
  • samples/af_heart_0.wav232.07 KB
  • samples/af_heart_1.wav505.12 KB

硬件建议

仓库文件元数据合计 1.15 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“apache-2.0”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。