Kokoro-82M-v1.0-ONNX

מה זה

הפרויקט הזה מביא מודל דיבור של 82 מיליון פרמטרים לפורמט ONNX, מה שמאפשר להריץ אותו עם ספריית transformers.js בתוך JavaScript או בפייתון. הוא מיועד לייצור אודיו מקומי מטקסט באנגלית, ומגיע כבר עם מגוון רחב של קולות מובנים, גברים ונשים, במבטא אמריקאי ובריטי.

הייחוד כאן הוא השילוב בין גודל זעיר ליכולת עבודה ישירה בצד הלקוח. המאגר כולל שמונה גרסאות קוונטיזציה שונות, מ־fp32 מלא במשקל 326 מגה־בייט ועד גרסאות 8 ביט מכווצות שיורדות לאזור ה־86 עד 92 מגה־בייט, מבלי לפגוע בצורה חריפה באיכות הדיבור. זה מאפשר לייצר קבצי קול בקצב דגימה של 24kHz ישירות על מכשיר הקצה.

מתאים ל

• הקראה קולית בדפדפן

  הקראת מאמרים והודעות באנגלית ישירות במכשיר המשתמש ללא עלויות שרת וללא תלות ברשת.

• בוטים ומענה קולי באנגלית

  הפקת תגובות שמע מקומיות מהירות בקצב דגימה של 24kHz מתוך שרתי פייתון או צמתי Node.js.

• אפליקציות ומשחקים קלים

  שילוב דיבוב דמויות מגוון באנגלית בלי לנפח את גודל ההתקנה, בזכות גרסאות ששוקלות פחות מ־100MB.

איפה זה נופל

החיסרון המרכזי למפתח הישראלי הוא היעדר מוחלט של תמיכה בעברית. המודל אומן ומיועד אך ורק לאנגלית, כך שאין מה לנסות להזין לו טקסט מקומי. בנוסף, חבילת הקבצים המלאה במאגר כוללת 68 קבצים בנפח כולל של 1.3 גיגה־בייט, כך שחובה לוודא שאתם מושכים רק את קובץ ה־ONNX הספציפי שבו אתם משתמשים ולא מורידים את כל המאגר בטעות למוצר.

אותה משפחה

Kokoro יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך מריצים

ההרצה פשוטה מאוד ואינה דורשת כרטיס מסך ייעודי. אפשר להתקין את חבילת kokoro-js מ־NPM, לטעון גרסה כמו q8 או fp16, ולהפיק קובץ אודיו בתוך שורות קוד בודדות. בגלל המשקל הקטן, מעבד סטנדרטי של מחשב נייד או טלפון מודרני מתמודד עם החישוב בלי בעיה.

לרוב המפתחים מומלץ לבחור בגרסת q8 או q8f16 שמספקות איזון מעולה בין גודל הורדה לביצועים. אין שום סיבה לשלם לספקי ענן לפי שניות שמע אם אתם צריכים רק הקראת משפטים פשוטים באנגלית, אבל אם אתם צריכים עיבוד מקבילי מסיבי לאלפי משתמשים בו־זמנית, שרת מרכזי עם API ייעודי עדיין יהיה יציב יותר מהפעלת דפדפנים.

pip install -U huggingface_hub
hf download onnx-community/Kokoro-82M-v1.0-ONNX

הקבצים

68 קבצים במאגר, 1.3 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• onnx/model.onnx325.5 MB
• onnx/model_q4.onnx305.2 MB
• onnx/model_uint8.onnx177.5 MB
• onnx/model_fp16.onnx163.2 MB
• onnx/model_q4f16.onnx154.6 MB
• onnx/model_uint8f16.onnx114.2 MB
• onnx/model_quantized.onnx92.4 MB
• onnx/model_q8f16.onnx86.0 MB
• voices/af.bin524.3 KB
• voices/af_alloy.bin522.2 KB
• voices/af_aoede.bin522.2 KB
• voices/af_bella.bin522.2 KB
• voices/af_heart.bin522.2 KB
• voices/af_jessica.bin522.2 KB
• voices/af_kore.bin522.2 KB
• voices/af_nicole.bin522.2 KB
• voices/af_nova.bin522.2 KB
• voices/af_river.bin522.2 KB
• voices/af_sarah.bin522.2 KB
• voices/af_sky.bin522.2 KB
• voices/am_adam.bin522.2 KB
• voices/am_echo.bin522.2 KB
• voices/am_eric.bin522.2 KB
• voices/am_fenrir.bin522.2 KB
• voices/am_liam.bin522.2 KB
• voices/am_michael.bin522.2 KB
• voices/am_onyx.bin522.2 KB
• voices/am_puck.bin522.2 KB
• voices/am_santa.bin522.2 KB
• voices/bf_alice.bin522.2 KB
• voices/bf_emma.bin522.2 KB
• voices/bf_isabella.bin522.2 KB
• voices/bf_lily.bin522.2 KB
• voices/bm_daniel.bin522.2 KB
• voices/bm_fable.bin522.2 KB
• voices/bm_george.bin522.2 KB
• voices/bm_lewis.bin522.2 KB
• voices/ef_dora.bin522.2 KB
• voices/em_alex.bin522.2 KB
• voices/em_santa.bin522.2 KB

הרישיון

הרישיון הוא Apache 2.0. מותר להשתמש במודל לצרכים מסחריים, לשנות אותו, להפיץ אותו ולהטמיע אותו בתוך מוצרים סגורים, כל עוד שומרים על הודעת זכויות היוצרים והרישיון המקורי.

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

הרישיון המלא בעמוד המודל ↗