kokoro-web

מה זה

מקלידים או מדביקים משפט לתוך תיבת הטקסט, ומקבלים קובץ שמע מדובר. המערכת נשענת על מודל פתוח בשם Kokoro בגרסה מכווצת שנקראת Kokoro-82M-ONNX, אשר מותאמת במיוחד לעבודה יעילה באמצעות ספריות ווב.

מאחורי הקלעים הדפדפן שלכם מריץ את העיבוד בעזרת Transformers.js, כך שאין שרת חיצוני שמייצר את גלי הקול. האפליקציה בנויה כולה כאתר סטטי בטכנולוגיות React ו־Vite, והיא נועדה להמחיש איך מודל שקילה של 82 מיליון פרמטרים יכול לייצר אודיו סביר בלי כרטיסי מסך כבדים בענן.

מתאים ל

• בדיקת איכות קול

  שומעים איך מודל Kokoro הקטן נשמע באנגלית לפני שמחליטים לשלב אותו באפליקציה.

• הקראת טקסטים אופליין

  מייצרים קובצי דיבור פשוטים ישירות מהדפדפן בלי תלות בחיבור רציף לשרת חיצוני.

• פיתוח יישומי ווב

  לומדים איך להריץ מודלי שמע על גבי ספריית Transformers.js בתוך פרויקט React.

איפה זה נופל

הקוד מיועד לאנגלית ולשפות שבהן המודל אומן במקור, כך שאין כאן תמיכה בעברית. בנוסף, מודל של 82 מיליון פרמטרים מוגבל בדיוק הפונטי שלו ועלול לפספס מילים מסובכות או לייצר קול מתכתי. מכיוון שהכל רץ על המעבד המקומי שלכם, מחשבים חלשים יתקשו לעמוד בעומס.

איך משתמשים

נכנסים לדף, מזינים את המלל ולוחצים על הפקת השמע. אין כאן טפסי הרשמה, אין תור ואין עלויות נסתרות. הטעינה הראשונית כוללת הורדה של קובצי המודל ישירות לזיכרון של הדפדפן, כך שמשך הביצוע תלוי לחלוטין במעבד ובחיבור האינטרנט של המחשב שלכם.

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי, שינוי הקוד והפצה מסחרית. כל העיבוד קורה מקומית בדפדפן, כך שהטקסט והשמע שנוצרים נשארים אצלכם ולא מגיעים לשרתים של צד שלישי.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗