hexgrad: Kokoro 82M

Описание

Kokoro 82M — это легкая модель преобразования текста в речь в открытом весе от hexgrad. Она преобразует текст в речь на 8 языках (американский и британский английский, испанский, французский, хинди, итальянский, японский, португальский и китайский) с использованием 54 предустановленных голосов, сгруппированных по языку и полу. Имея 82 миллиона параметров, она хорошо подходит для многоязычных развертываний TTS, где важны объем и экономическая эффективность.

Характеристики

API и примеры кода

from openai import OpenAI

client = OpenAI(
    base_url="https://infergate.ru/api/v1",
    api_key="sk-•••",
)

resp = client.audio.speech.create(
    model="hexgrad/kokoro-82m",
    input="Привет! Это синтез речи.",
    voice="alloy",
    response_format="mp3",
)
resp.write_to_file("speech.mp3")

Поддерживаемые параметры запроса