К содержимому
Аудио

styletts2-kokoro-82m

голосовой пакет Kokoro для phoonnx

2 мин чтения

Модель для синтеза речи из текста (TTS), подготовленная для работы в лёгком движке phoonnx. Она позволяет озвучивать текст на разных языках с помощью встроенного набора из 54 мужских и женских голосов — от американского и британского английского до испанского, французского, японского, китайского и других. Релиз выделен из общего репозитория Phoonnx/phoonnx-styletts2 (папка kokoro-82m) с сохранением оригинальной структуры путей. Подойдёт разработчикам, которым нужна компактная оффлайн-озвучка в локальных приложениях и ботах на базе phoonnx.

Ключевые особенности

  • 54 готовых голоса: включает пресеты для американского (af_*, am_*) и британского (bf_*, bm_*) английского, а также испанского, французского, хинди, итальянского, японского, португальского и китайского языков.
  • Совместимость с phoonnx: файлы сохраняют исходные пути из сборника Phoonnx/phoonnx-styletts2, поэтому подключаются без перенастройки структуры каталогов.
  • Открытый движок: сам фреймворк phoonnx распространяется под лицензией Apache-2.0.

Что можно сделать

  • Добавить озвучку в голосового ассистента или бота: выбрать подходящий мужской или женский тембр по идентификатору (например, kokoro/af_heart или kokoro/am_adam) для генерации ответов в реальном времени.
  • Сделать мультиязычный ридер: озвучивать статьи, диалоги и учебные материалы сразу на нескольких языках в рамках одного TTS-движка.

Пример

Для выбора нужного голоса при запуске через библиотеку phoonnx используются встроенные идентификаторы из карточки модели, например: kokoro/af_bella (женский голос, американский английский), kokoro/bm_george (мужской, британский) или kokoro/jf_alpha (женский, японский).

ПодробнееДвижок: phoonnx (Apache-2.0), оригинальная структура путей из Phoonnx/phoonnx-styletts2.
Доступно 54 идентификатора голосов (префиксы af/am, bf/bm, ef/em, ff, hf/hm, if/im, jf/jm, pf/pm, zf/zm).
Лицензия чекпоинта: other (унаследована от исходного репозитория авторов модели).
Обсудить Telegram 0 26

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.3 GB · готовые файлы0.8 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.7 GB
  • 4-bitвеса 0.1 GB0.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Phoonnx/styletts2-kokoro-82m
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Phoonnx/styletts2-kokoro-82m --local-dir ~/models/styletts2-kokoro-82m
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к styletts2-kokoro-82m
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии styletts2-kokoro-82m — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

Phoonnx/styletts2-kokoro-82m
Автор
Phoonnx
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

AGIWSVoice

AGIWSVoice