Canonical: https://instain.ru/kk/ai/kokoro/ Language: kk hexgrad модель # Kokoro. Өз ортаңызда таңдалған дауыспен сөйлеу синтездеу 4.25 / 5 [Каталог бағасы](https://instain.ru/kk/ai/kokoro/#editorial-rating) [Ресми сайт ](https://huggingface.co/hexgrad/Kokoro-82M) Kokoro мәтіннен сөйлеу синтездеп, пайдаланушының өз ортасында жұмыс істейді. Құжаттамада көрсетілген тілдерде дыбыстауға және бағдарламалық сөйлеу процестеріне жарайды. ![Модель сипаттамасы мен сөйлеу синтезінің мысалы бар ресми Kokoro репозиторийі.](https://instain.ru/assets/images/kokoro-screen-316a777f85fc-1200.webp) GitHub платформасындағы ресми Kokoro құжаттамасы. [Дереккөзді ашу ](https://github.com/hexgrad/kokoro#kokoro) ## Мәтіннен аудиофайлға Kokoro 82 миллион параметрі бар ашық сөйлеу синтезі моделі. Пайдаланушы тіл мен дайын дауысты таңдап, мәтінді береді де, жасалған аудионы сақтайды. Ресми кітапханада жылдамдықты өзгерту және материалды бөліктерге бөлу мүмкіндіктері бар. Бұл модель және бағдарламалық кітапхана болғандықтан, дыбыс жолдарын өңдеуді, жобаларды сақтауды және дыбысталған материалды жариялауды бөлек ұйымдастыру қажет. Ресми мысалда KPipeline арқылы генерациялау және нәтижені 24 кГц жиіліктегі WAV файлына жазу көрсетілген. Қайталанатын процесс үшін бастапқы мәтінді, дауыс идентификаторын және баптауларды сақтаған пайдалы. Мұндай жазба бір нұсқаулықтың екі нұсқасы қарқыны немесе айтылуы жағынан неге ерекшеленетінін түсінуге көмектеседі. Өнімділік жабдық пен ортаға байланысты; мұнда сапаға салыстырмалы өлшеу жүргізілген жоқ. ## Қандай тілдер мен дауыстар қолжетімді Құжаттамада ағылшын, испан, француз, хинди, итальян, жапон, бразилиялық португал және қытайдың путунхуа тілдері көрсетілген. Ағылшын тілі үшін америкалық және британдық дауыстар бөлек берілген. Тіл коды таңдалған дауысқа сәйкес келуі керек. Ресми құжаттамада орыс тіліне қолдау көрсетілетіні айтылмаған. Оқыту деректерінің көлемі мен жеке дауыстардың сапасы әртүрлі. Авторлар кейбір тілдердің шектеулерін ашық атап, өте қысқа репликалар мен ұзақ үзінділер нашарлау дыбысталуы мүмкін екенін ескертеді. Бүкіл тарауды бірден генерациялаудың орнына материалыңызға тән есімдер, сандар және терминдер бар шағын үзінді дайындаңыз. Мәтіннің қалған бөлігін өңдемес бұрын оны тыңдап тексеріңіз. ## Оқу бейнесіне арналған мысал Қолданбаны баптау жөніндегі ағылшын тіліндегі нұсқаулықты дыбыстау керек делік. Аяқталған бір абзац дайындап, ағылшын дауысын таңдаңыз да, мәтінді өзгертпей бірінші нұсқаны сақтаңыз. Екінші нұсқада тек жылдамдықты өзгертіңіз. Атаулардың анық айтылуын, әрекеттер алдындағы үзілістерді және сөйлем соңдарын салыстырып, бейнеге қолайлы қарқынды таңдаңыз. Ұзақ үзіндіде дауыс асыға бастаса, мәтінді мағынасына қарай бөліп, түйіскен жерін қайта тыңдаңыз. Бөліктердің ұзындығын бірдей ету үшін ғана сөйлемді бөлмеңіз: бұл интонацияны бұзуы мүмкін. Сандар мен қысқартуларды бөлек тексерген пайдалы. Бір абзацтың жақсы дыбысталуы бүкіл оқу курсының сапасын дәлелдемейді. ## Өз ортаңызда іске қосу және пайдалану шарттары Код пен модель салмақтары Apache 2.0 бойынша қолжетімді. Ресми нұсқаулықтарда Python пакеті мен тәуелділіктерді орнату сипатталған; кейбір тілдер үшін қосымша компоненттер қажет. Қажетті файлдарды жүктеп алғаннан кейін жергілікті іске қосу өңдеуді өз ортаңызда ұйымдастыруға мүмкіндік береді. Ол баптау мен қолдауды талап етеді, пайдаланушының есептеу ресурстары да қажет. Модель лицензиясы бұлттық қызметке жазылым болып саналмайды және бөгде хостинг ақысын өтемейді. Кодты немесе өзгертілген компоненттерді таратқанда лицензия талаптарын сақтаңыз. Мәтінге құқықтар мен аудионы нақты пайдалану мүмкіндігі бөлек тексеріледі. Доменінде Kokoro атауы бар бөгде сайттарды автоматты түрде автордың ресми қызметі деп санауға болмайды. ## Қандай тапсырмаларға жарайды - Қолдау көрсетілетін тілде өз оқу материалдарын дыбыстау - Мәтінді аудиоға айналдырудың жергілікті процесін құру - Қысқа нұсқаулыққа дауыс пен қарқын таңдау Мүмкіндіктер ## Артықшылықтары - Өз ортаңызда іске қосуға арналған ашық модель салмақтары мен кітапхана - Құжатталған дауыстар, жылдамдықты баптау және аудионы сақтау Ескерген жөн ## Шектеулер - Ресми тізімде орыс тілі көрсетілмеген - Ортаны баптап, әр таңдалған дауысты тексеру қажет ## Таңдау және шарттар Тегін режим Иә Сынақ кезеңі Расталмаған Тіркелусіз Расталмаған Орысша интерфейс Расталмаған Жергілікті орнату Иә API Расталмаған «Расталмаған» деген белгі мәліметтің жеткіліксіз екенін білдіреді. Мүмкіндік бар болуы ықтимал; әзірлеушінің шарттарын тексеріңіз. Бастапқы пішімдер Мәтін Нәтиже Аудио ### Шарттар Код пен модель салмақтары Apache 2.0 бойынша қолжетімді. Өз ортаңыз бен тәуелділіктер қажет; ресми тізімде орыс тілі көрсетілмеген. Автордың жалпыға қолжетімді бұлттық API қызметі расталмаған. Тапсырмадан алғашқы нәтижеге ## Практикалық мысал Тапсырма Қолдау көрсетілетін тілде өз оқу материалдарын дыбыстау Не дайындау керек Нұсқаулықтың өзіңіз дайындаған ағылшын мәтіні, орнатылған Kokoro ортасы және сәйкес ағылшын дауысы. ### Тапсырма немесе сұрау Open your profile and choose Settings. In the Notifications section, select which messages you want to receive. You can turn off promotional messages while keeping security alerts enabled. Before you close this window, check that your changes have been saved. If the settings look different, return to your profile and review the notification options again. ### Күтілетін нәтиже Аудиофайлға сақтауға арналған таңдалған дауыспен жасалған ағылшынша дыбыстаудың бастапқы нұсқасы; жылдамдық синтез параметрімен беріледі. ### Нәтижені қалай тексеруге болады - Сөйлемдердің соңын және әр әрекет алдындағы үзілісті тыңдаңыз. - Мәтін мен дауыс өзгермегенде жылдамдықтың екі мәнін салыстырыңыз. - Мәтінді бөлгенде сөздердің жоғалмағанына және түйіскен жерлердің табиғи дыбысталатынына көз жеткізіңіз. Бұл сервисті жеке сынаудың нәтижесі емес, тапсырманы қоюға арналған редакциялық оқу мысалы. Қажетті режимнің қолжетімділігін, бастапқы материалдарға құқықтарды және нәтижені пайдалану шарттарын тексеріңіз. Толық мәліметті тексеру ## Ресми дереккөздер - [Kokoro моделінің ресми беті ](https://huggingface.co/hexgrad/Kokoro-82M) - [Репозиторий және іске қосу нұсқаулары ](https://github.com/hexgrad/kokoro) - [Дауыстардың ресми тізімі және шектеулер ](https://huggingface.co/hexgrad/Kokoro-82M/blob/main/VOICES.md) Сипаттама әзірлеуші материалдары бойынша жасалған. Мүмкіндіктер, бағалар мен қолжетімділік өзгеруі мүмкін; пайдаланбас бұрын бастапқы дереккөзбен салыстырыңыз. Құрал туралы қысқаша Әзірлеуші hexgrad Санат [Аудио](https://instain.ru/kk/category/audio/) Қолжетімділік Модель салмақтары оның ресми бетінде, ал код пен іске қосу нұсқаулары hexgrad/kokoro репозиторийінде берілген. Өз ортаңызда жұмыс істеу үшін тәуелділіктерді орнату қажет. Төлем Код пен модель салмақтары Apache 2.0 бойынша жарияланған. Жабдық, орналастыру және бөгде қызметтер бөлек төленеді. API Бөлек API көрсетілмеген [Әзірлеуші шарттары ](https://github.com/hexgrad/kokoro/blob/main/LICENSE) Каталог бағасы 4.25 / 5 Мүмкіндіктер 4.30 / 5 Жұмыс сценарийлері 3.90 / 5 Экожүйе 4.40 / 5 Құжаттама 4.40 / 5 Баллдар — каталог бағдары. Олар пайдаланушы пікірлері не жеке сынақ нәтижесі емес. [Әдістемені қарау ](https://instain.ru/kk/methodology/)