Kokoro 82M 这个 TTS 模型也太好了#AI创造营##ai#

模型大小只有不到 300M，生成的音频质量很高

在 T4 上，只需要 4.5 秒就能生成 2 分 25 秒的语音

可惜的是只支持英文，不过可以按他们的架构训练其他语言，只需要不到 100 小时的音频数据

模型下载：huggingface.co/hexgrad/Kokoro-82M
模型演示：huggingface.co/spaces/hexgrad/Kokoro-TTS http://t.cn/A6u1KvkJ