hexgrad: Kokoro 82M

hexgrad: Kokoro 82M은 hexgrad의 경량 오픈 웨이트 텍스트 음성 변환 모델입니다. 음성 카테고리에 속하므로 그 역할은 좁고 명확합니다. 즉, 작성된 텍스트를 음성 오디오로 바꾸는 것입니다. 가중치가 공개되어 있으므로 폐쇄형 호스팅 음성 서비스보다 배포와 호스팅을 더 자유롭게 고려할 수 있으며, 82M 파라미터 수는 대형 범용 모델이 아니라 소형 모델임을 나타냅니다.

이 모델은 텍스트만 입력으로 받고 음성만 출력으로 반환합니다. 컨텍스트 윈도우는 4096 토큰이고 최대 출력은 3686 토큰이므로, 단일 요청에서 합성할 수 있는 텍스트 양이 제한됩니다. 음성 선택 폭은 넓습니다. 이 모델은 미국 영어, 영국 영어, 스페인어, 프랑스어, 힌디어, 이탈리아어, 일본어, 포르투갈어, 중국어를 아우르는 많은 이름 지정 음성을 제공하며, 대부분의 언어에서 여성과 남성 옵션을 모두 갖추고 있습니다. af_heart, am_onyx, bf_emma, em_alex, jf_alpha, zf_xiaoxiao 같은 이름이 그 목록의 예입니다.

이러한 기능은 상당히 구체적인 용도 집합을 가리킵니다. 기사, 문서 또는 짧은 영상용 내레이션과 보이스오버는 대상 언어와 청중에 맞는 음성을 고를 수 있으므로 잘 맞습니다. 앱에서 텍스트를 소리 내어 읽어 주거나 작성된 콘텐츠의 오디오 버전을 생성하는 접근성 기능도 자연스럽게 맞습니다. 현지화 작업은 다국어 음성 세트의 이점을 누릴 수 있어, 제공자를 바꾸지 않고도 같은 대본을 여러 언어로 제작할 수 있습니다. 대화형 에이전트와 상호작용 도구는 음성 응답에 이를 사용할 수 있으며, 모델이 작기 때문에 대형 호스팅 TTS 서비스가 과할 수 있는 자체 호스팅 또는 온디바이스 스타일 배포에 합리적인 후보입니다.

모델 id "hexgrad/kokoro-82m"를 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 인터페이스가 OpenAI 형식을 따르므로, 이미 그 프로토콜을 지원하는 기존 클라이언트와 SDK는 최소한의 변경으로 api14를 가리킬 수 있습니다. 이 모델은 기본 사항 외에 지원되는 요청 파라미터를 보고하지 않으므로, temperature나 top_p 같은 튜닝 값을 기대하기보다는 텍스트와 선택한 음성을 보낼 계획을 세우세요. 현재 요금은 페이지의 실시간 가격표를 확인하세요.

명심해야 할 주요 제약은 범위입니다. 이것은 텍스트 음성 변환 모델이지 채팅이나 추론 모델이 아니므로, 요약, 번역, 질의응답 같은 작업은 대신 텍스트 모델에 속합니다. 4096 토큰 컨텍스트와 3686 토큰 출력 상한도 긴 문서를 합성 전에 청크로 나누어야 함을 의미합니다. 음성 대 텍스트가 아니라 텍스트 대 음성이 필요하거나, 오디오 이해를 처리하는 모델이 필요하다면 다른 곳을 찾아보세요.