हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

hexgrad: Kokoro 82M

hexgrad/kokoro-82m

स्पीचइनपुट: text4K23 अप्रैल 2026 को जोड़ा गया

playground में खोलें hexgrad: Kokoro 82M के लिए API key पाएं

hexgrad: Kokoro 82M अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

टेक्स्ट42 · कई वक्ता (हर पंक्ति में एक बारी, आवाज़: पाठ)

input_references

अटैच करें0/3

reference_transcript

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

hexgrad: Kokoro 82M एक नज़र में

इनपुट कीमत 34 स्पीच मॉडल के मीडियन से 96% कम है।

hexgrad: Kokoro 82M के बारे में

hexgrad: Kokoro 82M, hexgrad से एक हल्का, ओपन-वेट टेक्स्ट-टू-स्पीच मॉडल है। यह स्पीच श्रेणी में आता है, इसलिए इसका काम सीमित और स्पष्ट है: लिखित टेक्स्ट को बोले गए ऑडियो में बदलना। चूंकि वेट्स ओपन हैं, आप बंद होस्टेड वॉइस सेवा की तुलना में डिप्लॉयमेंट और होस्टिंग के बारे में अधिक स्वतंत्र रूप से सोच सकते हैं, और 82M पैरामीटर संख्या एक छोटे मॉडल का संकेत देती है, न कि बड़े सामान्य प्रयोजन वाले मॉडल का।

मॉडल अपने इनपुट के रूप में केवल टेक्स्ट लेता है और अपने आउटपुट के रूप में केवल स्पीच लौटाता है। इसका कॉन्टेक्स्ट विंडो 4096 टोकन है और अधिकतम आउटपुट 3686 है, जो सीमित करता है कि आप एक ही अनुरोध में कितना टेक्स्ट सिंथेसाइज़ कर सकते हैं। वॉइस चयन व्यापक है: मॉडल के साथ नामित वॉइस का एक बड़ा सेट आता है जो अमेरिकी अंग्रेज़ी, ब्रिटिश अंग्रेज़ी, स्पेनिश, फ्रेंच, हिन्दी, इतालवी, जापानी, पुर्तगाली और चीनी को कवर करता है, और उनमें से अधिकांश भाषाओं में महिला और पुरुष दोनों विकल्प हैं। af_heart, am_onyx, bf_emma, em_alex, jf_alpha और zf_xiaoxiao जैसे नाम उस सूची के उदाहरण हैं।

ये क्षमताएं उपयोगों के एक काफी विशिष्ट सेट की ओर संकेत करती हैं। लेखों, दस्तावेज़ीकरण या छोटे वीडियो के लिए नैरेशन और वॉइसओवर अच्छी तरह फिट बैठते हैं, क्योंकि आप लक्षित भाषा और दर्शकों से मेल खाने वाली वॉइस चुन सकते हैं। ऐप में टेक्स्ट को ज़ोर से पढ़ना, या लिखित सामग्री के ऑडियो संस्करण बनाना जैसी एक्सेसिबिलिटी सुविधाएं स्वाभाविक रूप से फिट होती हैं। लोकलाइज़ेशन कार्य को बहुभाषी वॉइस सेट से लाभ मिलता है, जिससे आप प्रोवाइडर बदले बिना एक ही स्क्रिप्ट को कई भाषाओं में तैयार कर सकते हैं। संवादात्मक एजेंट और इंटरैक्टिव टूल इसे बोले गए जवाबों के लिए उपयोग कर सकते हैं, और चूंकि मॉडल छोटा है, यह सेल्फ-होस्टेड या ऑन-डिवाइस शैली के डिप्लॉयमेंट के लिए एक उचित उम्मीदवार है, जहां बड़ी होस्टेड TTS सेवा ज़रूरत से ज़्यादा होगी।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "hexgrad/kokoro-82m" का उपयोग करके कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI प्रारूप का पालन करता है, मौजूदा क्लाइंट और SDK जो पहले से उस प्रोटोकॉल को समझते हैं, न्यूनतम बदलावों के साथ api14 की ओर इंगित कर सकते हैं। मॉडल बुनियादी बातों से आगे कोई समर्थित अनुरोध पैरामीटर रिपोर्ट नहीं करता है, इसलिए temperature या top_p जैसे ट्यूनिंग नॉब्स पर निर्भर रहने के बजाय अपना टेक्स्ट और अपनी चुनी हुई वॉइस भेजने की योजना बनाएं। वर्तमान दरों के लिए पेज पर लाइव मूल्य तालिका देखें।

ध्यान में रखने योग्य मुख्य बाधा दायरा है। यह एक टेक्स्ट-टू-स्पीच मॉडल है, चैट या रीज़निंग मॉडल नहीं, इसलिए सारांशीकरण, अनुवाद या प्रश्न उत्तर जैसे कार्य इसके बजाय किसी टेक्स्ट मॉडल के साथ करने चाहिए। 4096 टोकन कॉन्टेक्स्ट और 3686 टोकन आउटपुट की ऊपरी सीमा का यह भी मतलब है कि लंबे दस्तावेज़ों को सिंथेसिस से पहले टुकड़ों में बांटना होगा। यदि आपको टेक्स्ट-टू-स्पीच के बजाय स्पीच-टू-टेक्स्ट चाहिए, या ऐसा मॉडल जो ऑडियो समझ को संभालता है, तो कहीं और देखें।

hexgrad: Kokoro 82M API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "hexgrad/kokoro-82m" पर सेट करें।

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const audio = await client.audio.speech.create({
  "model": "hexgrad/kokoro-82m",
  "input": "Hello from api14! One API for every model.",
  "voice": "alloy",
  "response_format": "mp3"
});
await writeFile("speech.mp3", Buffer.from(await audio.arrayBuffer()));

स्पेसिफिकेशन

Context लंबाई: 4,096
अधिकतम आउटपुट: 3,686
इनपुट: text
आउटपुट: speech
आवाज़ें: 54

api14 पर requests · पिछले 7 दिन

hexgrad: Kokoro 82M: अक्सर पूछे जाने वाले सवाल

hexgrad: Kokoro 82M API की कीमत कितनी है?: hexgrad: Kokoro 82M की कीमत अक्षर $2.17 / 1M अक्षर है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
hexgrad: Kokoro 82M की context window कितनी है?: hexgrad: Kokoro 82M हर request में 4,096 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 3,686 आउटपुट tokens तक लिखता है।
hexgrad: Kokoro 82M क्या कर सकता है?: hexgrad: Kokoro 82M text स्वीकार करता है और speech लौटाता है।
अपने कोड से hexgrad: Kokoro 82M कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "hexgrad/kokoro-82m" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
hexgrad: Kokoro 82M के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले स्पीच मॉडल: Google: Gemini 3.8 Flash Lite TTS, Google: Gemini 3.8 Flash TTS, Google: Gemini 3.1 Flash TTS Preview। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

hexgrad: Kokoro 82M कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। hexgrad: Kokoro 82M के बारे में पहला टॉपिक खोलें।