Для чего: крошечная (82M) открытая TTS-модель — запускается локально, а звучит на уровне топовых.

Что это и кому

Kokoro TTS — крошечная (82M параметров) открытая модель синтеза речи, которая в слепых тестах звучит на уровне куда более тяжёлых систем. Для разработчика, которому нужна локальная, бесплатная и приватная озвучка, помещающаяся даже на скромном железе. Выделяется уникальным соотношением «размер/качество»: топ-результат при минимальных требованиях.

Ключевые возможности

82M параметров — запуск на CPU или скромном GPU, быстрый синтез.
Открытые веса (Apache) — свободно для коммерции, оффлайн, без оплаты.
Несколько голосов и языков; пакет kokoro для Python.
Высокое качество просодии относительно размера (топ TTS Arena).
Лёгкая интеграция в локальные пайплайны и сервисы.
Низкая латентность — годится для near-real-time.

Как начать за 5 минут

Установи пакет:

pip install kokoro soundfile

Сгенерируй речь:

from kokoro import KPipeline; import soundfile as sf
pipe = KPipeline(lang_code="a")
audio = next(pipe("Привет, мир", voice="af_heart"))[2]
sf.write("out.wav", audio, 24000)

Перебери голоса/языки, чтобы подобрать звучание.

Когда брать, а когда нет

✅ Бери, если: нужна бесплатная локальная озвучка с отличным качеством на слабом железе.
✅ Бери, если: важны приватность, оффлайн и коммерчески-дружелюбная лицензия.
❌ Не бери → лучше «Chatterbox», если нужно клонирование голоса по образцу (Kokoro этого не делает).
❌ Не бери → лучше «ElevenLabs», если нужны максимум эмоций, дубляж и зрелая облачная экосистема.

Цена по-честному

Полностью бесплатно (Apache-лицензия), без облачных счетов. «Платишь» только своим CPU/GPU. Точные системные требования зависят от батча и языка.

Подводные камни

Нет клонирования голоса — только встроенные голоса.
Поддержка языков и качество по языкам неравномерны; русский проверяй на своём тексте.
Меньше «эмоциональной» выразительности, чем у топ-облаков.
Нужна минимальная возня с Python-окружением и зависимостями.

🤖 Промт-ускоритель

«Я хочу локальную бесплатную озвучку через Kokoro TTS для <ОПИШИ: ролики / уведомления / прототип> на русском. Помоги установить пакет, выбрать голос и lang_code, написать скрипт синтеза с сохранением в wav, и подсказать, как нормализовать текст (числа, аббревиатуры) для чистого произношения. Оцени, потянет ли это мой <CPU/GPU>.»