音声

Kokoro テキスト読み上げ

英語のテキストを入力して、自然な音声を 24 kHz の WAV でダウンロード。接続したデバイスで無料のテキスト読み上げ。

Kokoro by hexgrad; ONNX conversion by ONNX Community

モデルのライセンス

kokoro-tts pinned ONNX checkpoint and associated assets · Apache-2.0

Retain licence, copyright and publisher attribution notices; no trademark endorsement. Publisher model-card cautions are preserved in the distributed notice.

同梱ライセンス

通知

無料オンライン無制限Kokoro by hexgrad; ONNX conversion by ONNX Community API アクセス

API リファレンス

REST で送信

個人用 API キー(msk_…)を使うと、ご自身のツールからこのワークロードのジョブを作成できます。この方法で開始したジョブは、あなたのデバイス で接続したのと同じデバイスで実行されます。少なくとも 1 台がオンラインである必要があります。

API の詳細を非表示
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

X-Organization-Api-Key: msk_your_personal_api_key で認証します。ヘッダー名は組織キーと同じで、個人キーも同じエンドポイントを使用します。

リクエストボディ

{
  "workload_type": "kokoro-tts",
  "job_spec": {
    "prompt": "A photorealistic lighthouse at dusk",
    "voice": "af_heart",
    "speed": 1
  }
}

job_spec のフィールド

フィールド必須デフォルト説明
promptはい—読み上げるテキスト。英語で、アメリカ英語かイギリス英語かは音声のプレフィックスで決まります。
voiceいいえaf_heartaf_heart はコミュニティの既定値です。af_/am_ はアメリカ英語、bf_/bm_ はイギリス英語。スタイルベクトルは公開パックのものです。
speedいいえ1話速の倍率。1.0 が自然(コミュニティの既定値)で、小さいほど遅くなります。
phonemesいいえ—Kokoro IPA(任意)。設定すると、G2P はスキップされます。

cURL

curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
  -H "X-Organization-Api-Key: msk_your_personal_api_key" \
  -H "Content-Type: application/json" \
  -d '{
  "workload_type": "kokoro-tts",
  "job_spec": {
    "prompt": "A photorealistic lighthouse at dusk",
    "voice": "af_heart",
    "speed": 1
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

status が終了状態(COMPLETED、FAILED、CANCELED、MODERATION_BLOCKED)になるまで、同じ API キーでポーリングします。コンテンツモデレーションが有効な場合、ジョブはコンピュートキューに入る前に MODERATION_PENDING から始まることがあります。完了したジョブには、各出力に署名済みの download_url の値が含まれます。

作成時のレスポンス

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "kokoro-tts",
  "status": "PENDING",
  "job_spec_json": {
    "prompt": "A photorealistic lighthouse at dusk",
    "voice": "af_heart",
    "speed": 1
  },
  "work_units": [],
  "outputs": [],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "2026-06-08T12:00:00Z"
}

完了時のレスポンス

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "kokoro-tts",
  "status": "COMPLETED",
  "job_spec_json": {
    "prompt": "A photorealistic lighthouse at dusk",
    "voice": "af_heart",
    "speed": 1
  },
  "work_units": [
    {
      "id": "…",
      "index": 0,
      "status": "COMPLETED"
    }
  ],
  "outputs": [
    {
      "id": "…",
      "output_type": "<output type>",
      "filename": "<output filename>",
      "size_bytes": 524288,
      "download_url": "<presigned output download URL>"
    }
  ],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "<completion timestamp>"
}

英語のテキストを入力し、Kokoro の音声を選んで、読み上げた音声を 24 kHz の WAV でダウンロードできます。接続したデバイスで、無料・無制限のテキスト読み上げ。音声はアメリカ英語とイギリス英語です。モデルは Apache-2.0 なので、そのライセンスのもとで、商用を含めて音声を利用できます。初回はお使いのデバイスにモデルをダウンロードしますが、2回目以降はより速くなります。これは内蔵の音声でテキストを読み上げるものです。ご自身の録音から声をクローンしたい場合は、Chatterbox をご利用ください。