Kokoro TTS
Bibliothèque d'inférence Python pour Kokoro-82M, un petit modèle de synthèse vocale à poids ouverts doté de voix multilingues.
Générez de la voix localement avec un modèle de 82M paramètres et des poids sous licence Apache.
Kokoro est une bibliothèque d'inférence Python pour le modèle de synthèse vocale Kokoro-82M, installable via pip. Elle convient aux développeurs et créateurs techniques qui souhaitent un modèle de voix léger qu'ils peuvent exécuter sur leur propre matériel et intégrer dans des produits.
Qu'est-ce que c'est
Le paquet kokoro charge le modèle Kokoro-82M de 82 millions de paramètres et convertit du texte en audio 24 kHz via un KPipeline. Vous choisissez un code de langue et une voix, telle que af_heart, et il génère des segments audio que vous pouvez enregistrer avec soundfile. Il s'appuie sur la bibliothèque misaki G2P pour la prononciation et sur espeak-ng pour le repli et certaines langues.
Pour qui
Il convient aux développeurs qui ajoutent une voix hors champ ou une narration à des applications, ainsi qu'aux créateurs à l'aise avec Python ou un notebook Colab. Ce n'est pas un studio de voix hors champ clé en main : il n'y a pas d'éditeur graphique dans ce dépôt, et le japonais et le mandarin nécessitent des installations misaki supplémentaires.
Fonctionnalités clés
Modèle de 82M paramètres
Un petit modèle TTS que le README décrit comme plus rapide et moins coûteux que les plus grands.
Installation du paquet pip
Installez avec pip install kokoro et exécutez quelques lignes de Python.
Langues multiples
Les codes couvrent l'anglais américain et britannique, l'espagnol, le français, l'hindi, l'italien, le japonais, le portugais brésilien et le mandarin.
Prononciation en ligne
Marquez les mots avec une syntaxe de phonèmes comme [Kokoro](/kˈOkəɹO/) pour corriger la prononciation.
Sortie de style streaming
Le pipeline produit des graphèmes, des phonèmes et de l'audio par segment de texte.
Exemples prêts pour Colab
Des cellules de notebook basiques et avancées sont fournies dans le README.
Opérationnel en 3 étapes
Notre verdict honnête
Ses atouts
- Le modèle est petit avec 82 millions de paramètres, il est donc beaucoup plus léger à exécuter que les grands systèmes TTS.
- Le README indique que les poids sont sous licence Apache, ils peuvent donc être déployés en production ou dans des projets personnels.
- Neuf codes de langue sont répertoriés, couvrant plusieurs langues parlées au-delà de l'anglais.
- Vous pouvez corriger la prononciation en ligne avec un balisage phonétique sans avoir à réentraîner quoi que ce soit.
Ses limites
- C'est une bibliothèque Python, pas une application ; vous écrivez du code et gérez vous-même les fichiers audio.
- Il nécessite espeak-ng installé pour le repli en anglais et certaines langues, et le japonais et le mandarin requièrent des paquets misaki supplémentaires.
- Le dépôt de code ne montre aucune version étiquetée ou version GitHub, vous dépendez donc de la version du paquet PyPI et de la carte du modèle pour la stabilité.
- Le README formule des revendications de qualité mais n'offre aucune comparaison côte à côte ici ; les échantillons sont liés sur Hugging Face.
Tarifs & licence
Gratuit sous Apache-2.0, et le README n'affiche aucun forfait payant. Votre seul coût est l'ordinateur ou le serveur sur lequel vous l'exécutez.
Missions pour francophones
870 missions ouvertes à distance en entraînement d’IA, mises à jour le 14 novembre 2026 ; la plupart paient $20–$170 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Alternatives
Ces outils IA évalués font le même travail instantanément — depuis notre annuaire noté.
Utilisez-le, ou laissez-nous l'installer
FAQ
Quelles langues Kokoro prend-il en charge ?
Le README liste l'anglais américain et britannique, l'espagnol, le français, l'hindi, l'italien, le japonais, le portugais brésilien et le chinois mandarin.
Puis-je l'utiliser commercialement ?
Le README indique que le modèle possède des poids sous licence Apache et peut être déployé des environnements de production aux projets personnels ; le dépôt de code est également sous Apache-2.0.
Ai-je besoin d'un GPU ?
Le README ne spécifie pas de configuration matérielle requise ; il décrit simplement le modèle comme léger avec 82 millions de paramètres.
