Kokoro-82M

Modelo de texto para fala (TTS) de ponta com 82 milhões de parâmetros.

Produto ComumMúsicaTexto para falaSíntese de voz

Kokoro-82M é um modelo de texto para fala (TTS) criado por hexgrad e hospedado no Hugging Face. Possui 82 milhões de parâmetros e é de código aberto sob a licença Apache 2.0. A versão v0.19 foi lançada em 25 de dezembro de 2024 e oferece 10 pacotes de voz exclusivos. O Kokoro-82M ocupa o primeiro lugar no TTS Spaces Arena, demonstrando sua eficiência em termos de escala de parâmetros e uso de dados. Ele suporta inglês americano e inglês britânico e pode ser usado para gerar saídas de voz de alta qualidade.

Best AI Websites & Tools

Kokoro-82M

Kokoro-82M Situação do Tráfego Mais Recente

Kokoro-82M Tendência de Visitas

Kokoro-82M Distribuição Geográfica das Visitas

Kokoro-82M Fontes de Tráfego

Kokoro-82M Alternativas

Kokoro-82M — Modelo de texto para fala (TTS) de ponta com 82 milhões de parâmetros.

Llasa-1B — Llasa-1B é um modelo de texto para fala (TTS) baseado em LLaMA, que suporta a síntese de voz em chinês e inglês.

Llasa-3B — Llasa-3B é um modelo de síntese de texto para fala (TTS) baseado em LLaMA, que suporta a geração de voz em chinês e inglês.

Zonos-v0.1-híbrido — Zonos-v0.1-híbrido é um modelo de texto para fala (TTS) de código aberto líder, capaz de fornecer serviços de síntese de voz de alta qualidade.

Zonos-v0.1 — Zonos-v0.1 é um modelo de texto para fala (TTS) em tempo real com capacidade de clonagem de voz de alta fidelidade.

OuteTTS-0.2-500M — Modelo de síntese de texto para fala de alto desempenho

F5-TTS — Modelo de síntese de texto para fala (TTS) de alta qualidade baseado em aprendizado profundo

OptiSpeech — Modelo de texto para fala leve e de ponta a ponta

Gerador de Voz AI — Converta qualquer texto em áudio MP3 usando IA em segundos! Gere sua primeira voz gratuitamente hoje!

Whisper Speech — Sistema de texto para fala de código aberto

Speechimo — Cria vozes realistas e melhora a qualidade do seu conteúdo.

Audioread — Leitor de áudio com IA, para aumentar a produtividade

Blogcast — Software de texto para fala com inteligência artificial

FreeTTS — Converte texto em fala gratuitamente online

Play.ht — Gerador de voz AI, que transforma texto em fala realista.

Spark-TTS — Spark-TTS é um modelo de síntese de voz de fluxo único desacoplado eficiente baseado em modelos de linguagem grandes.

HunyuanVideo-I2V — HunyuanVideo-I2V é uma estrutura de geração de imagem para vídeo lançada pela Tencent, baseada no HunyuanVideo.

ART — Uma técnica de transformador de região anônima para geração de imagens transparentes multicamadas variáveis.

Llasa — Modelo básico de TTS baseado na estrutura Llama, compatível com 160.000 horas de dados de voz tokenizados.

Lemonfox.ai API de Texto para Fala — API de texto para fala de baixo custo e alta qualidade, que suporta vários idiomas e sotaques e é fácil de integrar.

Octave TTS — O Octave TTS é o primeiro modelo de síntese de voz capaz de entender o significado do texto, gerando voz rica em emoção e estilo.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

Wan2.1-T2V-14B — Wan2.1-T2V-14B é um modelo de geração de vídeo a partir de texto de alto desempenho, que suporta várias tarefas de geração de vídeo.

Wan — Wan é um modelo de geração de vídeo visualmente avançado desenvolvido pelo Alibaba DAMO Academy, capaz de gerar vídeos com base em texto, imagens e outros sinais.

PIKE-RAG — PIKE-RAG é um modelo focado em conhecimento de domínio e raciocínio aprimorado para geração de texto.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 é um modelo de vídeo base, de código aberto e centrado no ser humano, focado na geração de vídeos de alta qualidade com nível cinematográfico.

SkyReels-V1 — SkyReels-V1 é o primeiro modelo de base de vídeo centrado em humanos de código aberto, focado na geração de vídeos de alta qualidade.

FlashVideo — FlashVideo é um modelo de geração de vídeo de alta resolução e alta eficiência, focado na fluidez de detalhes e fidelidade.

StarSound AI — StarSound AI é um gerador de podcasts com IA que pode criar podcasts a partir de qualquer conteúdo.

DeepScaleR-1.5B-Preview — Modelo de linguagem grande otimizado por aprendizado por reforço, focado na melhoria da capacidade de resolução de problemas matemáticos.