Docker Desktop eller Docker Engine. NVIDIA-GPU er valgfritt; CPU-modus fungerer også. Det komplette bildet inneholder alle fem modellpakkene.
Rask lokal tale Stabil v1.0 eller latest med løpende oppdateringer
KokoroTTS
Naturlig tale som kjører på din egen datamaskin.
Et lokalt TTS-arbeidsområde med 82 millioner parametere, 173 stemmer på 11 språk, fem modellpakker som kan styres uavhengig, strømming, SSML-dialog, OpenAI-kompatible API-er og valgfrie MCP-verktøy.
Åpne Generer, skriv en setning, velg en stemme og velg Generer. Bruk Strøm for avbrytbar syntese, API for integrasjonsstatus og System for modellpakke- og GPU-kontroller.
Det komplette Docker-imaget kan kjøre uten modellnedlasting etter at det er hentet. Tekst og generert lyd trenger ikke forlate datamaskinen.
Dette følger med
Et komplett lokalt arbeidsområde, ikke bare en modell.
- 173 stemmer på 11 språk
- Fem modellpakker som styres uavhengig
- Visningene Generer, Strøm, API og System
- Sju lydformater og avbrytbar strømming
- OpenAI-kompatible og egne API-er
- SSML-dialog og valgfri MCP
Stemme- og modellkatalog
Ett arbeidsområde, fem modellfamilier.
Den stabile v1.0-utgivelsen og latest-taggen kombinerer standardstemmene i Kokoro med egne modeller for tysk, vietnamesisk og forbedret kinesisk. Modellpakker kan aktiveres separat og lastes bare når de brukes.
54 standardstemmer, 2 egne tyske stemmer, 14 vietnamesiske stemmer og 103 stemmer fra den kinesiske v1.1-pakken.
Åtte standardstemmer for mandarin pluss 100 forbedrede mandarinstemmer.
Standard Kokoro, tysk Martin, tysk Victoria, vietnamesisk og kinesisk v1.1.
Amerikansk og britisk engelsk, japansk, mandarin, spansk, fransk, hindi, italiensk, brasiliansk portugisisk, tysk og vietnamesisk.
Kokoro v1.1 Chinese
En egen modell for kinesisk tale.
Det fastlåste kinesiske Kokoro v1.1-kontrollpunktet gir langt flere mandarinstemmer og beholder samtidig de opprinnelige standardstemmene. Det styres som en egen modellpakke i det samme KokoroTTS-arbeidsområdet.
Hør de kinesiske stemmene ↗- 100 forbedrede mandarinstemmer: 55 kvinnelige og 45 mannlige.
- 108 mandarinstemmer totalt sammen med de åtte standardstemmene.
- Tre ekstra engelske stemmer støtter blandet kinesisk og engelsk syntese.
- Det komplette bildet inkluderer modellen for frakoblet bruk; det lille bildet laster den ned ved første valg.