Kokoro-82M-bf16

מה זה

מדובר בהמרה ישירה של מודל הדיבור Kokoro-82M למסגרת העבודה MLX של אפל, שנועדה לנצל את המעבדים הגרפיים המובנים בסדרת שבבי M. המודל מייצר דיבור מקובצי טקסט באנגלית, ובגלל הגודל הזעיר שלו הוא רץ ישירות מתוך זיכרון המחשב בלי לגעת ברשת.

ההבדל העיקרי מול מודלים כבדים בתחום הוא היעילות נטו. עם 82 מיליון פרמטרים ומשקל כולל של 371 מגה־בייט, הוא לא דורש שרתי ענק או כרטיסי מסך ייעודיים של אנבידיה כדי להגיע לזמני תגובה אפסיים. הוא נבנה כפתרון קל שמופעל בשורת פקודה פשוטה, ומיועד למי שרוצה לסגור פינה של הפקת שמע באנגלית על חומרת מק בלי לשלם על כל קריאת שרת חיצונית.

מתאים ל

• עוזר קולי מקומי למק

  הקראת פלטים באנגלית באפליקציות שולחניות, בלי תלות בחיבור רשת או שליחת מידע לשרתים חיצוניים.

• הקראת טקסטים באופליין

  המרת מאמרים קצרים או התראות מערכת לקבצי אודיו ישירות על הלפטופ בזמן טיסות או ללא קליטה.

• בדיקות אוטומטיות ל־TTS

  אינטגרציה קלה בפיתוח מקומי בזכות התקנה מהירה ומשקל קובץ שלא חונק את הדיסק.

איפה זה נופל

הוא מוגדר רשמית לאנגלית בלבד, כך שעברית לא עובדת כאן בכלל וטקסט מקומי ייכשל או יישמע משובש לחלוטין. מעבר לכך, הכרטיס מציין שההמרה נעשתה עם גרסה ראשונית מאוד של mlx-audio, גרסה 0.0.1. בפרויקטים כאלה עלולות לצוץ בעיות תאימות או באגים בספרייה הטרייה, וחובה לבדוק שהסאונד שמתקבל יציב ונטול רעשים לפני שמסתמכים עליו.

איך מריצים

כדי להריץ אותו מתקינים את החבילה mlx-audio ומפעילים פקודת ייצור שמע ישירה עם הטקסט המבוקש. צריך מחשב מק מודרני עם שבב אפל סיליקון, כי ספריית MLX לא תעבוד על לינוקס או ווינדוס עם חומרת צד שלישי.

בגלל המשקל הנמוך, כל מק עם שמונה גיגה־בייט זיכרון מאוחד יסחוב אותו בלי להרגיש. שווה לקרוא ל־API חיצוני רק אם אתם חייבים להריץ שרת לינוקס בענן, או אם אתם זקוקים למגוון שפות עצום ולשליטה רגשית מדויקת בדיבוב.

pip install -U huggingface_hub
hf download mlx-community/Kokoro-82M-bf16

הקבצים

122 קבצים במאגר, 371 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• kokoro-v1_0.safetensors327.1 MB
• samples/af_heart_3.wav1.4 MB
• samples/af_heart_4.wav1.1 MB
• samples/af_heart_5.wav1.0 MB
• samples/HEARME.wav996.0 KB
• voices/bf_isabella.pt523.4 KB
• voices/zf_xiaoxiao.pt523.4 KB
• voices/af_jessica.pt523.4 KB
• voices/am_michael.pt523.4 KB
• voices/jf_tebukuro.pt523.4 KB
• voices/zf_xiaobei.pt523.4 KB
• voices/zm_yunjian.pt523.4 KB
• voices/zm_yunyang.pt523.4 KB
• voices/af_nicole.pt523.4 KB
• voices/am_fenrir.pt523.4 KB
• voices/bm_daniel.pt523.4 KB
• voices/bm_george.pt523.4 KB
• voices/em_santa.pt523.4 KB
• voices/pm_santa.pt523.4 KB
• voices/zf_xiaoni.pt523.4 KB
• voices/zf_xiaoyi.pt523.4 KB
• voices/zm_yunxia.pt523.4 KB
• voices/af_alloy.pt523.4 KB
• voices/af_aoede.pt523.4 KB
• voices/af_bella.pt523.4 KB
• voices/af_heart.pt523.4 KB
• voices/af_river.pt523.4 KB
• voices/af_sarah.pt523.4 KB
• voices/am_santa.pt523.4 KB
• voices/bf_alice.pt523.4 KB
• voices/bm_fable.pt523.4 KB
• voices/bm_lewis.pt523.4 KB
• voices/ff_siwis.pt523.4 KB
• voices/hf_alpha.pt523.4 KB
• voices/hm_omega.pt523.4 KB
• voices/if_sara.pt523.4 KB
• voices/jf_alpha.pt523.4 KB
• voices/jm_kumo.pt523.4 KB
• voices/pf_dora.pt523.4 KB
• voices/pm_alex.pt523.4 KB

הרישיון

הרישיון הוא Apache 2.0 המוכר. מותר להשתמש בו לצרכים מסחריים, לשנות את הקוד ולהפיץ אותו בתוך מוצרים, כל עוד משאירים את הודעת זכויות היוצרים ומסמך הרישיון המקורי.

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

הרישיון המלא בעמוד המודל ↗