音声 hexgrad
Kokoro-82M
8,200万パラメータの小さな読み上げモデル。Apache-2.0 で重みが公開されていて、軽い環境でも動かせる。fal.ai では1,000文字 $0.02。
- 用途
- 音声
- 料金の目安
- $0.02 / 1,000文字（fal.ai）
- 公開日
- 2025.01.27
スペックと料金
- 用途
- 音声
- 提供元
- hexgrad
- 公開日
- 2025.01.27
- 入力と出力
- テキスト→音声
- 料金の目安
- $0.02 / 1,000文字（fal.ai）
- 重みの公開
- あり（自社環境で実行できる）
- 使い方と料金
- 重みを入手して自分で実行、または fal.ai などの API
- 得意なこと
- 低コストの大量読み上げ、手元の PC での読み上げ、アプリへの組み込み
使える場所
- Hugging Face無料（自分で実行）
- fal.ai（American English）$0.02 / 1,000文字
仕様と料金は、公式ページ（2026年11月8日時点）にもとづきます。
詳しい説明
8,200万パラメータの、重み公開の読み上げ（TTS）モデルです。規模が小さいため、手元の環境でも動かしやすく、API で使う場合も安価です。
- 最新版は v1.0（2025年1月公開、8言語）
- ライセンスは Apache-2.0 で商用利用可
- fal.ai ではアメリカ英語、中国語（標準語）などの endpoint がある
詳しい情報
- シリーズ
- Kokoro
- 細かい分類
- 読み上げ
- 入力できるもの
- テキスト
- 出力できるもの
- 音声
- 提供状況
- 一般提供
- パラメータ数
- 82M
- ライセンス
- Apache-2.0
- モデルカード・論文
- huggingface.co/hexgrad/Kokoro-82M ↗
- 関連するモデル
- Eleven v4、MiniMax Speech 2.8 HD
このページの更新履歴
- v0.19 を公開
- v1.0 を公開（8言語）