Kokoro 82M CoreML
восемь английских голосов для Mac
2 мин чтенияобновлено
Готовая Core ML-сборка Kokoro 82M от Rao Studios: голосовой пак для Mac-приложения Adverb, которое озвучивает видео и активы. Основа — hexgrad/Kokoro-82M v1.0; восемь английских голосов на 24 кГц, всё работает на устройстве, данные никуда не отправляются. Размер пака — 698 МБ.
Ключевые особенности
- Core ML-модели
kokoro_24_10sиkokoro_24_15sдля локального синтеза на Mac. - Восемь голосов: американские
af_heart,af_alloy,af_nova,af_river,am_adam,am_echo, британскийbf_aliceиhm_omegaс индийским акцентом. - Модель отдаёт длительности фонем, поэтому тайминг каждого слова точный — удобно для субтитров и синхронизации текста.
- В комплекте лексиконы, G2P-кэш и BART-модель
G2PEncoder/G2PDecoder; espeak не используется. - Пакет рассчитан на добавление других языков: новый лексикон и голоса можно положить рядом.
- Ничего не переобучали: файлы взяты из Kokoro-82M и
FluidInference/kokoro-82m-coreml, лицензия Apache-2.0.
Пример
Сценарий из карточки: Adverb нормализует и фонемизирует текст на Swift, прогоняет phoneme ids через Core ML, склеивает фрагменты по естественным паузам и берёт старт/конец каждого слова из предсказанных длительностей фонем. Так озвучка видео сразу синхронизируется с появляющимся на экране текстом.
Подробнее
Размер — 698 МБ; модели работают на 24 кГц и рассчитаны на Core ML.Голоса только английские, включая индийский акцент; другие языки в этот пак не входят.
Ничего не переобучали: это скомпилированные файлы Kokoro-82M v1.0 и FluidInference/kokoro-82m-coreml.
В пакете только Core ML-модели, JSON и лицензия — без pickle, нативного кода и скриптов.










Комментарии