Audio

Kokoro – text în vorbire

Scrieți text în limba engleză și descărcați vorbire naturală ca WAV de 24 kHz. Text în vorbire gratuit, pe dispozitivele pe care le conectați.

Kokoro by hexgrad; ONNX conversion by ONNX Community

Licențele modelului

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.

Licență inclusă

Notificare

GratuitOnlineNelimitatKokoro by hexgrad; ONNX conversion by ONNX Community Acces API

Referință API

Trimitere prin REST

Folosiți cheia API personală (msk_…) pentru a crea lucrări pentru această sarcină din propriile instrumente. Lucrările pornite astfel rulează pe aceleași dispozitive pe care le-ați conectat în Dispozitivele dvs. — cel puțin unul trebuie să fie online.

Ascunde detaliile API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autentificați-vă cu X-Organization-Api-Key: msk_your_personal_api_key. Numele antetului este același ca pentru cheile organizației; cheile personale folosesc același endpoint.

Corpul cererii

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

Câmpurile job_spec

CâmpObligatoriuImplicitDescriere
promptDa—Textul de rostit. În engleză; americană sau britanică, după prefixul vocii.
voiceNuaf_heartaf_heart este valoarea implicită a comunității. af_/am_ americană, bf_/bm_ britanică. Vectorul de stil provine din pachetul publicat.
speedNu1Multiplicator al ritmului vorbirii. 1.0 este natural (valoarea implicită a comunității); mai mic înseamnă mai lent.
phonemesNu—Kokoro IPA opțional. Când este setat, G2P este omis.

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}

Interogați cu aceeași cheie API până când status ajunge într-o stare finală (COMPLETED, FAILED, CANCELED sau MODERATION_BLOCKED). Când moderarea conținutului este activată, lucrările pot începe în MODERATION_PENDING înainte de a intra în coada de calcul. Lucrările finalizate includ valori download_url presemnate pentru fiecare rezultat.

Răspuns la creare

{
  "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"
}

Răspuns la finalizare

{
  "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>"
}

Scrieți text în limba engleză, alegeți o voce Kokoro și descărcați audio vorbit ca WAV de 24 kHz — text în vorbire gratuit și nelimitat, pe dispozitivele pe care le conectați. Vocile sunt de engleză americană și britanică. Modelul este Apache-2.0, deci puteți folosi audio-ul conform acelei licențe, inclusiv comercial. La prima rulare, modelul se descarcă pe dispozitivele dumneavoastră; rulările următoare sunt mai rapide. Acesta rostește textul cu o voce predefinită. Pentru a clona o voce dintr-o înregistrare proprie, folosiți Chatterbox.