Kokoro è un modello TTS da 82 milioni di parametri che rivaleggia con sistemi molto più grandi: sintesi quasi istantanea, più voci e lingue, distribuibile ovunque da server a browser.
| Categoria | Voce (STT / TTS) |
| Tipo | Sintesi vocale (modello) |
| Licenza | Apache-2.0 |
| Esegue localmente | Sì |
| Costruito con | Python |
| Livello di abilità | Principiante |
| Migliore per | TTS di produzione veloce e leggero |
Altri strumenti di trascrizione vocale (stt / tts) open-source da confrontare:
WhisperBaseline open di OpenAI per la trascrizione vocale
faster-whisperWhisper, molto più veloce e leggero
WhisperXWhisper con timestamp delle parole e diarizzazione
PiperNeurale text-to-speech veloce e locale
Coqui TTSTTS con deep learning e clonazione vocale
BarkTesto in audio con voci ed effetti
F5-TTSClonazione vocale zero-shot che convince davvero
whisper.cppWhisper in puro C/C++, funziona ovunque
OpenVoiceClona una voce e controlla la sua emozione
StyleTTS 2Sintesi vocale a livello umano
pyannote.audioSa chi ha parlato quando
Silero VADRileva la voce nell'audio, istantaneamenteKokoro è gratuito e open-source (licenza Apache-2.0), quindi puoi usarlo, ospitarlo autonomamente e modificarlo senza alcun costo.
Sì. Kokoro è progettato per essere eseguito sulla tua macchina o server, mantenendo i tuoi dati privati.
Le popolari alternative open-source includono Whisper, faster-whisper, WhisperX. Consulta i confronti sopra per scegliere.
Sfoglia l'intero elenco di strumenti, modelli e progetti AI open-source — aggiornato quotidianamente.
Sfoglia tutti gli strumenti →