Strojový překlad · Anglický originál
Kokoro TTS — Android
Kokoro-82M je lehký, non-autoregresivní text- to- speak model běží na Android přes ONNX Runtime. Produkuje přirozenou řeč 24 kHz s 50 přednastavených hlasů napříč jazyky 8
Podporované jazyky
| Jazyk | Kód | Příklad Hlasů |
|---|---|---|
| Anglicky (US) | n | af _ heart, am _ adam, af _ sky |
| Anglicky (UK) | n | bf _ emma, bm _ george |
| Španělština | e | ef _ dora |
| Francouzština | fr | ff _ siwis |
| Hindština | Ahoj. | hf _ alfa, hm _ omega |
| Italština | To | if _ sara |
| japonsky | ja | jf _ alfa, jm _ omega |
| Portugalština | pt | pf _ dora |
| Čínština | zh | zf _ xiaobei, zm _ yunjian |
| Němčina | de | dm _ martin, df _ victoria (hlasové balíčky) |
50 přednastavené hlasy celkem. [language][gender]_[name] - např., af_heart = Americká žena "Srdce".
Německé hlasové schránky
Němec není hlasem mnohojazyčného svazku výše: dva německé hlasy jsou kikiri- tts fine- melodie Kokoro-82M, každá samostatná sada 162 MB s hmotností cvičená pouze na německých telefonech. Vyberte si jednu s KokoroPack při stahování, pak syntetizovat s language = "de". Každá smečka žije ve své vlastní úschovně, takže angličtina a němčina zůstat nainstalován vedle sebe.
| Balení | Hlas | Stáhnout |
|---|---|---|
KokoroPack.GERMAN_MARTIN | dm_martin (samec) | soniqo/Kokoro-82M-German-Martin-ONNX (~ 170 MB) |
KokoroPack.GERMAN_VICTORIA | df_victoria (samice) | soniqo/Kokoro-82M-German-Victoria-ONNX (~ 170 MB) |
val modelDir = ModelManager.ensureTtsModels(
context,
ttsModel = TtsModel.KOKORO_SHORT_TURN,
kokoroPack = KokoroPack.GERMAN_MARTIN, // or GERMAN_VICTORIA
)
val tts = SpeechSynthesizer(SpeechSynthesizerConfig(modelDir = modelDir))
val audio = tts.synthesize("Am 3. Oktober um 18:30 Uhr kostet es 12,80 €.", "de")Čísla, řády, data, časy, částky měny, jednotky a společné zkratky jsou uvedeny na zařízení; slova pocházejí z 50k-slovo německý slovník s inflexní, složené a rule- based padbacks. Systém TTS motoru (SpeechTextToSpeechService) nabízí Martin hlas jako de-DE vedle en-US.
Vzorové soubory
| Soubor | Velikost |
|---|---|
kokoro-e2e.onnx + .onnx.data | ~ 330 MB |
voices.bin | Hlasové vložení |
| Telefonní slovníky | Údaje o výslovnosti specifické pro jazyk |
HuggingFace: soniqo/Kokoro-82M-ONNX
Výkonnost
| Metrické | Hodnota |
|---|---|
| Parametry | 82M |
| Výstupní backend | ONNX Runtime |
| Výstupní vzorkovací rychlost | 24 kHz |
Fonemizér
Text je převeden na foneme tokens pomocí dictionary-based phonemizer s jazykovou-specifické podpory. Android implementace zahrnuje fonemizéry pro angličtinu, francouzštinu, španělštinu, italštinu, portugalštinu, hindštinu, japonštinu a čínštinu.
Integrace potrubí
Na Android je Kokoro TTS součástí SpeechPipeline. Po STT transkribes řeč, text je phonemized a syntetizován zpět do zvuku. Plynovod řídí plný VAD → STT → TTS tok automaticky.
val modelDir = ModelManager.ensureModels(context)
val pipeline = SpeechPipeline(SpeechConfig(modelDir = modelDir))
pipeline.events.collect { event ->
when (event) {
is SpeechEvent.TranscriptionCompleted -> println(event.text)
else -> {}
}
}
pipeline.start()
pipeline.pushAudio(samples) // 16kHz mono float32