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.
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.
https://cp.meshlabs.cloud/v1/organizations/jobsAutentificați-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
| Câmp | Obligatoriu | Implicit | Descriere |
|---|---|---|---|
prompt | Da | — | Textul de rostit. În engleză; americană sau britanică, după prefixul vocii. |
voice | Nu | af_heart | af_heart este valoarea implicită a comunității. af_/am_ americană, bf_/bm_ britanică. Vectorul de stil provine din pachetul publicat. |
speed | Nu | 1 | Multiplicator al ritmului vorbirii. 1.0 este natural (valoarea implicită a comunității); mai mic înseamnă mai lent. |
phonemes | Nu | — | 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
}
}'https://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.