Kokoro voices для Pocket TTS

Это набор voice states для Kyutai Pocket TTS от lineofflight: состояния всех 37 голосов Kokoro-82M. State — не аудио, а «память» Pocket о голосе после короткой записи; каждый голос имеет состояние для каждой из 7 языковых моделей Pocket. Исходные голоса — American/British English, Spanish, French, Italian и Brazilian Portuguese, но каждое состояние звучит на English, French, German, Spanish, Portuguese, Italian и Dutch.

🔥 Ключевые особенности

• 🎙 37 голосов Kokoro-82M: American/British English, Spanish, French, Italian и Brazilian Portuguese.
• 🌎 По одному state на каждый из 7 языковых моделей Pocket TTS; русского среди языков нет.
• 💻 State — файл памяти голоса, не аудио; обычно 5–6 МБ, у bf_emma — 12 МБ для Spanish/Portuguese.
• ✅ Гейтед веса Kyutai для клонирования не нужны: открытая модель читает state.
• 📌 Берите state из папки с именем загружаемой модели: чужой модели файл не подойдёт.
• 🎧 В репозитории есть samples WAV 24 kHz mono для прослушивания голосов.

💻 Пример

from pocket_tts import TTSModel
model = TTSModel.load_model(language='english_2026-10')
state = model.get_state_for_audio_prompt(
    'hf://lineofflight/pocket-tts-kokoro-voices/english_2026-10/af_heart.safetensors'
)
audio = model.generate_audio(state, 'The tests pass now.')

Подробнее

Файлы safetensors: для каждого из 6 слоёв transformer cache float32 [2, 1, n, 16, 64], n = 101–127; 5–6 МБ. У bf_emma — 249 позиций и 12 МБ для Spanish/Portuguese.
Голоса собраны из Kokoro-82M v1.0 (kokoro 0.9.4): для English — misaki, для остальных — espeak-ng. Промпт — первые 10 с записи.
Оценки в VOICES.md характеризуют исходные данные Kokoro, а не качество клонов; у Spanish/Portuguese оценок нет.
Гейтед веса Kyutai не входят в набор; state сделан на открытой модели.