Kokoro是一款具有前瞻性的文本转语音（TTS）模型，凭借8200万参数的设计，能够实现高效的文本到音频的转换。它以其出色的性能和灵活性，成为了TTS领域备受关注的产品。Kokoro v0.19于2024年12月25日以Apache 2.0许可证发布，标志着其在开源社区的进一步发展。
使用Kokoro非常简单。用户只需提供文本输入，模型便会生成相应的语音输出。用户可以通过Hugging Face平台访问Kokoro，下载所需的模型权重，并根据具体需求进行语音合成。对于想要定制化语音的用户，Kokoro还提供了多种声音包供选择。
Kokoro的使用是免费的，用户可以在Hugging Face平台上获取其模型权重和相关资源，进行个性化定制和应用开发。
Kokoro由hexgrad团队开发，该团队专注于自然语言处理和语音技术的研究与应用。
如需联系Kokoro团队，可通过邮箱与他们沟通，具体邮箱地址请访问Hugging Face页面。
Kokoro在社交媒体上也有活跃的社区，用户可以通过Discord服务器与其他用户互动，分享使用心得和经验。
Fuse ChatTTS with OpenVoice, upload a 10-second audio clip, and clone your personalized ChatTTS voice.
LLaSA是一种基于LLaMA模型的文本到语音（TTS）合成系统，结合了XCodec2语音编码器，支持从文本或语音提示生成语音，已在25万个小时的中英双语数据集上训练。
Zonos-v0.1 is an advanced text-to-speech model with multilingual support, offering high-quality voice cloning and speech generation with detailed control over emotions, pitch, and speaking style.
Llasa是一款兼容Llama框架的文本到语音（TTS）基础模型，基于160k小时的标记语音数据，广泛应用于语音合成领域，支持多种语言和语音风格。
Video-T1 explores test-time scaling (TTS) for video generation, enhancing video quality and consistency with prompts by leveraging additional inference-time computation.
An AI-powered interactive avatar engine utilizing Live2D, LLM, ASR, TTS, and RVC technologies, perfect for VTubing, streaming, and virtual assistant applications.
