Kokoro-82M

Modèle texte-à-parole (TTS) de pointe disposant de 82 millions de paramètres.

Produit OrdinaireMusiqueTexte-à-paroleSynthèse vocale

Kokoro-82M est un modèle texte-à-parole (TTS) créé par hexgrad et hébergé sur Hugging Face. Il possède 82 millions de paramètres et est open source sous licence Apache 2.0. La version v0.19 a été publiée le 25 décembre 2024 et propose 10 packs vocaux uniques. Kokoro-82M se classe premier dans le TTS Spaces Arena, démontrant son efficacité en termes d'échelle de paramètres et d'utilisation des données. Il prend en charge l'anglais américain et britannique et permet de générer des sorties vocales de haute qualité.

Best AI Websites & Tools

Kokoro-82M

Kokoro-82M Dernière situation du trafic

Kokoro-82M Tendance des visites

Kokoro-82M Distribution géographique des visites

Kokoro-82M Sources de trafic

Kokoro-82M Alternatives

Kokoro-82M — Modèle texte-à-parole (TTS) de pointe disposant de 82 millions de paramètres.

Llasa-1B — Llasa-1B est un modèle de synthèse vocale (TTS) basé sur LLaMA, prenant en charge la synthèse vocale en chinois et en anglais.

Llasa-3B — Llasa-3B est un modèle de synthèse vocale texte-à-parole basé sur LLaMA, prenant en charge la génération vocale en chinois et en anglais.

Zonos-v0.1 — Zonos-v0.1 est un modèle de synthèse vocale (TTS) en temps réel doté d'une fonction de clonage vocal haute fidélité.

OuteTTS-0.2-500M — Modèle de synthèse vocale haute performance

OuteTTS-0.1-350M — Modèle de synthèse vocale texte-à-parole basé sur un modèle linguistique pur.

VALL-E 2 — Technologie de synthèse vocale développée par le Microsoft Research Asia

Qwen2.5-LLM — Modèle linguistique performant et open source, compatible avec de multiples applications.

OptiSpeech — Modèle texte-à-parole léger et de bout en bout

ToucanTTS — Boîte à outils de synthèse vocale texte-parole multilingue et contrôlable

Seed-TTS — Série de modèles de synthèse vocale performants et polyvalents

Démo Aura TTS par Deepgram — Démonstration d'Aura TTS de Deepgram, mettant en avant une technologie de synthèse vocale de pointe.

StyleTTS 2 — Modèle de synthèse vocale à partir de texte (TTS) de qualité humaine.

Voice Remaker - Générateur de Voix IA Gratuit — Faites de Voice Remaker votre assistant de génération vocale IA le plus puissant.

Voice Remaker - Le meilleur générateur IA — Génère de la voix IA et du texte à la parole réaliste

WellSaid Labs — Génère de la voix en temps réel, économisez du temps et de l'argent

HunyuanVideo-I2V — HunyuanVideo-I2V est un framework de génération d'image à vidéo basé sur HunyuanVideo, lancé par Tencent.

Llasa — Modèle de base TTS basé sur le framework Llama, compatible avec 160 000 heures de données vocales tokenisées.

3FS — 3FS est un système de fichiers distribué hautes performances, spécialement conçu pour les charges de travail d'entraînement et d'inférence en IA.

Système d'inférence DeepSeek-V3/R1 — Le système d'inférence DeepSeek-V3/R1 est une architecture d'inférence distribuée haute performance, spécialement conçue pour l'optimisation des modèles IA à grande échelle.

Lemonfox.ai API de synthèse vocale — API de synthèse vocale basse coût et haute qualité, prenant en charge plusieurs langues et accents, facile à intégrer.

Octave TTS — Octave TTS est le premier modèle de synthèse vocale capable de comprendre le sens du texte et de générer une voix expressive et stylée.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

Thunder Compute — Fournit le service de cloud GPU le plus économique au monde, pour faciliter le développement IA/ML auto-hébergé.

Evo 2 — Evo 2 est un puissant modèle de base d'IA conçu pour décrypter le code génétique de l'ADN, de l'ARN et des protéines.

DeepGEMM — DeepGEMM est une bibliothèque CUDA pour une multiplication matricielle FP8 efficace, prenant en charge le scaling granulaire fin et plusieurs techniques d'optimisation.

Wan2.1-T2V-14B — Wan2.1-T2V-14B est un modèle de génération de vidéo à partir de texte hautes performances, prenant en charge plusieurs tâches de génération vidéo.

Wan — Wan est un modèle de génération d'images avancé développé par Alibaba Cloud Tongyi Lab, capable de générer des vidéos à partir de texte, d'images et plus encore.

FlexHeadFA — Mécanisme d'attention précis, rapide et économe en mémoire

FlashMLA — FlashMLA est un noyau de décodage MLA hautement efficace optimisé pour les GPU Hopper, adapté aux services de séquences de longueur variable.