Kokoro TTS
Modelo de texto a voz de código abierto y alta calidad
Kokoro destaca por hacer mucho con poco. El modelo es lo bastante pequeño para funcionar en un portátil, un móvil o un servidor modesto, y aun así produce un habla que a muchos oyentes les parece clara y natural en varias voces. Eso lo hace práctico para despliegues locales y de bajo coste.
Los desarrolladores lo usan para narración, herramientas de accesibilidad, agentes de voz y aplicaciones sin conexión, y proyectos de la comunidad lo han empaquetado para el navegador y para frameworks populares. La licencia es permisiva, lo que permite el uso comercial, y los pesos están disponibles en Hugging Face.
Kokoro es gratuito. Ofrece menos voces y menos control sobre la emoción que servicios comerciales como ElevenLabs, y la clonación de voz no es su foco. Entre las alternativas están Piper, XTTS, F5-TTS, Fish Speech y las API comerciales. Kokoro encaja con desarrolladores que quieren buena síntesis de voz en local.