TOOLORA / ローカル閲覧版
Kokoro
82Mパラメーターの公開重みTTSモデル。言語と声を選び、Pythonの処理で文章を分割音声として出力します。
製品紹介
KokoroのKPipelineに文章、言語コード、プリセットの声を渡し、Misakiで文字から音素へ処理して音声を生成します。区間ごとにWAVへ保存できます。モデル、声ファイル、言語依存ライブラリの準備が必要です。この工程は用意された声を選ぶもので、任意の参考音声を複製する汎用画面ではありません。公式重みはApache 2.0で、言語と声の一覧は版ごとに異なります。入口は作者のモデルカードです。
公式の出典・参考資料
公開情報に基づく紹介です。機能、料金、地域ごとの提供状況は公式サイトで確認してください。