Docker Desktop o Docker Engine. Una GPU NVIDIA es opcional; también funciona en modo CPU. La imagen completa incluye los cinco paquetes de modelos.
Voz local rápida v1.0 estable o latest con actualizaciones continuas
KokoroTTS
Voz natural ejecutada en tu propio ordenador.
Un espacio de trabajo TTS local con 82 millones de parámetros, 173 voces en 11 idiomas, cinco paquetes de modelos administrados por separado, streaming, diálogos SSML, API compatibles con OpenAI y herramientas MCP opcionales.
Abre Generar, escribe una frase, elige una voz y selecciona Generar. Usa Stream para síntesis cancelable, API para el estado de integración y Sistema para los controles de paquetes de modelos y GPU.
La imagen completa funciona sin descargar el modelo después de obtenerla. El texto y el audio generado no necesitan salir de tu ordenador.
Qué incluye
Un espacio local completo, no solo un modelo.
- 173 voces en 11 idiomas
- Cinco paquetes de modelos independientes
- Vistas Generar, Stream, API y Sistema
- Siete formatos de audio y streaming cancelable
- API compatibles con OpenAI y API nativa
- Diálogos SSML y MCP opcional
Catálogo de voces y modelos
Un espacio de trabajo, cinco familias de modelos.
La versión estable v1.0 y la etiqueta latest combinan las voces estándar de Kokoro con modelos dedicados para alemán, vietnamita y chino mejorado. Cada paquete puede activarse por separado y solo se carga cuando se utiliza.
54 voces estándar, 2 voces alemanas dedicadas, 14 voces vietnamitas y 103 voces del paquete chino v1.1.
Ocho voces estándar en mandarín más 100 voces mejoradas en mandarín.
Kokoro estándar, Martin alemán, Victoria alemana, vietnamita y chino v1.1.
Inglés estadounidense y británico, japonés, mandarín, español, francés, hindi, italiano, portugués brasileño, alemán y vietnamita.
Kokoro v1.1 Chinese
Un modelo dedicado a la voz china.
El punto de control fijado de Kokoro v1.1 para chino amplía considerablemente las voces en mandarín y conserva las voces estándar originales. Se administra como un paquete independiente dentro del mismo espacio KokoroTTS.
Escuchar las voces chinas ↗- 100 voces mejoradas en mandarín: 55 femeninas y 45 masculinas.
- 108 opciones en mandarín en total al sumar las ocho voces estándar.
- Tres voces adicionales en inglés permiten síntesis mixta de chino e inglés.
- La imagen completa incluye el modelo para uso sin conexión; la imagen reducida lo descarga al seleccionarlo por primera vez.