Terjemahan mesin · Versi asli bahasa Inggris

Kokoro TTS — Android

Kokoro-82M adalah sebuah model ringan, bukan-autoregresif-to-speech running on Android via ONNX RuntimeIni menghasilkan alam 24 kHz pidato dengan 50 preset suara-suara di seluruh 8 Bahasa.

Bahasa Yang Didukung

Bahasa	Kode	Contoh Suara
Inggris (AS)	en	af _ heart, am _ adam, af _ sky
Inggris (Britania)	en	bf _ emma, bm _ george
Spanyol	es	f _ dora
Perancis	fr	ff _ siwi
Hindi	hi	hf _ alpha, hm _ omega
Italia	it	if _ sara
Jepang	ja	jf _ alpha, jm _ omega
Portugis	pt	pf _ dora
Cina	zh	zf _ xiaobei, zm _ yunjian
Jerman	de	dm _ martin, df _ victoria (kotak suara)

50 mempreset suara total. Konvensi penamaan suara: [language][gender]_[name] - mis., af_heart = American Women "Heart".

Kotak suara Jerman

Jerman bukan suara dari bundel multibahasa di atas: dua suara Jerman adalah kikiri- tts fine- lagu dari Kokoro-82M, masing-masing 162 set berat MB dilatih hanya pada fonem Jerman. Pilih satu dengan KokoroPack ketika mengunduh, kemudian mensintesis dengan language = "de"Setiap paket hidup dalam cache sendiri, sehingga Inggris dan Jerman tetap terpasang berdampingan.

Pack	Suara	Unduh
`KokoroPack.GERMAN_MARTIN`	`dm_martin` (Laki-laki)	soniqo/Kokoro-82M-German-Martin-ONNX (~ 170 MB)
`KokoroPack.GERMAN_VICTORIA`	`df_victoria` (perempuan)	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")

Angka, koordinat, tanggal, waktu, jumlah mata uang, unit dan singkatan umum dieja pada perangkat; kata-kata berasal dari 50k-word kamus Jerman dengan infleksi, senyawa dan rule berbasis fallbacks. Sistem TTS mesin (SpeechTextToSpeechService) menawarkan suara Martin sebagai de-DE sebelah en-US.

Berkas Model

Berkas	Ukuran
`kokoro-e2e.onnx` + `.onnx.data`	~ 330 MB
`voices.bin`	Penggelapan suara
Aksen Phoneme	Data pengucapan bahasa - spesifik

HuggingFace: soniqo/Kokoro-82M-ONNX

Penampilan

Metrik	Nilai
Parameter	82M
Backend Inferensi	ONNX Runtime
Laju cuplikan keluaran	24 kHz

Phonemizer

Teks dikonversi ke token foneme menggunakan fonimir berbasis kediktatoran dengan dukungan lugi- spesifik. Aplikasi Android meliputi fonemizers untuk bahasa Inggris, Prancis, Spanyol, Italia, Portugis, Hindi, Jepang, dan Cina.

Integrasi Baris pipa

Pada Android, Kokoro TTS adalah bagian dari SpeechPipelineSetelah teks terintegrasikan dan disintesis kembali ke audio. VAD STASIT TTS aliran otomatis.

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

Kode sumber: gitub.com /soniqo/speech-android