Áudio
Kokoro Texto para Fala
Escreva um texto em inglês e transfira uma fala natural em WAV de 24 kHz. Texto para fala grátis nos dispositivos que liga.
Kokoro by hexgrad; ONNX conversion by ONNX Community
Licenças do modelo
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.
Referência da API
Submeter via REST
Utilize a sua chave de API pessoal (msk_…) para criar tarefas para esta carga de trabalho a partir das suas próprias ferramentas. As tarefas iniciadas desta forma são executadas nos mesmos dispositivos que ligou em Os seus dispositivos — pelo menos um tem de estar online.
https://cp.meshlabs.cloud/v1/organizations/jobsAutentique-se com X-Organization-Api-Key: msk_your_personal_api_key. O nome do cabeçalho é o mesmo das chaves de organização; as chaves pessoais utilizam o mesmo endpoint.
Corpo do pedido
{
"workload_type": "kokoro-tts",
"job_spec": {
"prompt": "A photorealistic lighthouse at dusk",
"voice": "af_heart",
"speed": 1
}
}Campos de job_spec
| Campo | Obrigatório | Predefinição | Descrição |
|---|---|---|---|
prompt | Sim | — | Texto a falar. Inglês; americano ou britânico conforme o prefixo da voz. |
voice | Não | af_heart | af_heart é a predefinição da comunidade. af_/am_ americano, bf_/bm_ britânico. Vetor de estilo do pacote publicado. |
speed | Não | 1 | Multiplicador da velocidade da fala. 1.0 é natural (predefinição da comunidade); menor é mais lento. |
phonemes | Não | — | IPA do Kokoro opcional. Quando definido, o G2P é ignorado. |
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
}
}'https://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}Consulte com a mesma chave de API até status ser terminal (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Quando a moderação de conteúdos está ativada, as tarefas podem começar em MODERATION_PENDING antes de entrarem na fila de computação. As tarefas concluídas incluem valores download_url pré-assinados em cada resultado.
Resposta de criação
{
"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"
}Resposta de conclusão
{
"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>"
}Escreva um texto em inglês, escolha uma voz do Kokoro e transfira o áudio falado em WAV de 24 kHz — texto para fala grátis e ilimitado nos dispositivos que liga. As vozes são em inglês americano e britânico. O modelo é Apache-2.0, por isso pode usar o áudio sob essa licença, inclusive comercialmente. A primeira execução transfere o modelo para os seus dispositivos; as seguintes são mais rápidas. Ele fala o texto com uma voz integrada. Para clonar uma voz a partir da sua própria gravação, use o Chatterbox.