Kokoro TTS
Python-Inferenzbibliothek für Kokoro-82M, ein kleines Open-Weight-Text-to-Speech-Modell mit mehrsprachigen Stimmen.
Generieren Sie Sprache lokal mit einem Modell mit 82M Parametern und unter Apache lizenzierten Gewichten.
Kokoro ist eine Python-Inferenzbibliothek für das Text-to-Speech-Modell Kokoro-82M, die per pip installierbar ist. Sie eignet sich für Entwickler und technisch versierte Kreative, die ein leichtgewichtiges Sprachmodell suchen, das sie auf eigener Hardware ausführen und in Produkte integrieren können.
Was es ist
Das kokoro-Paket lädt das Modell Kokoro-82M mit 82 Millionen Parametern und wandelt Text über eine KPipeline in 24 kHz Audio um. Sie wählen einen Sprachcode und eine Stimme, wie etwa af_heart, und es liefert Audio-Chunks zurück, die Sie mit soundfile speichern können. Es baut auf der misaki G2P-Bibliothek für die Aussprache und auf espeak-ng als Fallback sowie für einige Sprachen auf.
Für wen
Es eignet sich für Entwickler, die Apps mit Voiceover oder Erzählungen versehen möchten, sowie für Kreative, die mit Python oder einem Colab-Notebook vertraut sind. Es ist kein fertiges Voiceover-Studio: Es gibt kein grafisches Editor-Repository hier, und Japanisch sowie Mandarin erfordern zusätzliche misaki-Installationen.
Wichtige Funktionen
82M-parameter model
Ein kleines TTS-Modell, das in der README als schneller und günstiger als größere beschrieben wird.
pip install package
Mit pip install kokoro installieren und ein paar Zeilen Python ausführen.
Multiple languages
Codes umfassen amerikanisches und britisches Englisch, Spanisch, Französisch, Hindi, Italienisch, Japanisch, brasilianisches Portugiesisch und Mandarin.
Inline pronunciation
Wörter mit Phonemsyntax wie [Kokoro](/kˈOkəɹO/) kennzeichnen, um die Aussprache zu korrigieren.
Streaming-style output
Die Pipeline liefert Grapheme, Phoneme und Audio pro Text-Chunk.
Colab-ready examples
Grundlegende und fortgeschrittene Notebook-Zellen werden in der README bereitgestellt.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Das Modell ist mit 82 Millionen Parametern klein, sodass es sich viel leichter ausführen lässt als große TTS-Systeme.
- Die README besagt, dass die Gewichte Apache-lizenziert sind, sodass sie in der Produktion oder in persönlichen Projekten eingesetzt werden können.
- Es sind neun Sprachcodes aufgeführt, die neben Englisch mehrere weit verbreitete Sprachen abdecken.
- Sie können die Aussprache direkt mit Phonem-Markup korrigieren, ohne etwas neu trainieren zu müssen.
Schwächen
- Es ist eine Python-Bibliothek, keine App; Sie schreiben Code und verwalten Audiodateien selbst.
- Es erfordert die Installation von espeak-ng für den englischen Fallback und einige Sprachen, und für Japanisch und Mandarin sind zusätzliche misaki-Pakete erforderlich.
- Das Code-Repository zeigt keine getaggten Releases oder GitHub-Releases, sodass Sie für die Stabilität von der PyPI-Paketversion und der Modellkarte abhängen.
- Die README stellt Qualitätsansprüche, bietet hier aber keinen direkten Vergleich; die Samples sind auf Hugging Face verlinkt.
Preise & Lizenz
Kostenlos unter Apache-2.0, und die README zeigt keinen kostenpflichtigen Tarif. Ihre einzigen Kosten sind der Computer oder Server, auf dem Sie es ausführen.
Stellen für Deutschsprachige
870 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
What languages does Kokoro support?
Die README listet amerikanisches und britisches Englisch, Spanisch, Französisch, Hindi, Italienisch, Japanisch, brasilianisches Portugiesisch und Mandarin-Chinesisch auf.
Can I use it commercially?
Die README besagt, dass das Modell Apache-lizenzierte Gewichten besitzt und von Produktionsumgebungen bis hin zu persönlichen Projekten eingesetzt werden kann; das Code-Repository ist ebenfalls Apache-2.0.
Do I need a GPU?
Die README nennt keine Hardwareanforderung; sie beschreibt das Modell lediglich als leichtgewichtig mit 82 Millionen Parametern.
