Kokoro TTS
Modèle open source de synthèse vocale, de bonne qualité
Kokoro se distingue par le fait de faire beaucoup avec peu. Le modèle est assez petit pour tourner sur un ordinateur portable, un téléphone ou un serveur modeste, et produit pourtant une parole que beaucoup d’auditeurs trouvent claire et naturelle, sur plusieurs voix. Ça le rend pratique pour des déploiements locaux et peu coûteux.
Les développeurs s’en servent pour la narration, les outils d’accessibilité, les agents vocaux et les applications hors ligne, et des projets communautaires l’ont empaqueté pour le navigateur et pour des frameworks courants. La licence est permissive, ce qui autorise un usage commercial, et les poids sont disponibles sur Hugging Face.
Kokoro est gratuit. Il offre moins de voix et moins de contrôle sur l’émotion que des services commerciaux comme ElevenLabs, et le clonage de voix n’est pas son sujet. Les alternatives incluent Piper, XTTS, F5-TTS, Fish Speech et des API commerciales. Kokoro convient aux développeurs qui veulent une bonne synthèse vocale en local.