hexgrad: Kokoro 82M

hexgrad: Kokoro 82M is een lichtgewicht tekst-naar-spraakmodel met open gewichten van hexgrad. Het valt in de categorie spraak, dus de taak is smal en duidelijk: geschreven tekst omzetten in gesproken audio. Omdat de gewichten open zijn, kun je vrijer nadenken over deployment en hosting dan bij een gesloten gehoste stemdienst, en het aantal van 82M parameters wijst op een klein model in plaats van een groot model voor algemene doeleinden.

Het model neemt tekst als enige invoer en geeft spraak als enige uitvoer. Het heeft een contextvenster van 4096 tokens en een maximale uitvoer van 3686, wat begrenst hoeveel tekst je in één verzoek kunt synthetiseren. De stemkeuze is breed: het model wordt geleverd met een grote set benoemde stemmen voor Amerikaans Engels, Brits Engels, Spaans, Frans, Hindi, Italiaans, Japans, Portugees en Chinees, met in de meeste van die talen zowel vrouwelijke als mannelijke opties. Namen zoals af_heart, am_onyx, bf_emma, em_alex, jf_alpha en zf_xiaoxiao zijn voorbeelden uit die lijst.

Die mogelijkheden wijzen op een tamelijk specifieke set toepassingen. Narratie en voice-over voor artikelen, documentatie of korte video's passen goed, omdat je een stem kunt kiezen die bij de doeltaal en het publiek past. Toegankelijkheidsfuncties zoals tekst hardop voorlezen in een app, of audioversies van geschreven content genereren, zijn natuurlijke toepassingen. Lokalisatiewerk profiteert van de meertalige stemmenset, waardoor je hetzelfde script in meerdere talen kunt produceren zonder van provider te wisselen. Conversationele agents en interactieve tools kunnen het gebruiken voor gesproken antwoorden, en omdat het model klein is, is het een redelijke kandidaat voor self-hosted of on-device-achtige deployments waar een grote gehoste TTS-dienst overkill zou zijn.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "hexgrad/kokoro-82m". Omdat de interface het OpenAI-formaat volgt, kunnen bestaande clients en SDK's die dat protocol al spreken naar api14 wijzen met minimale wijzigingen. Het model meldt geen ondersteunde verzoekparameters buiten de basis, dus reken erop dat je je tekst en je gekozen stem verstuurt in plaats van te vertrouwen op afstemknoppen zoals temperature of top_p. Controleer de actuele prijstabel op de pagina voor de huidige tarieven.

De belangrijkste beperking om in gedachten te houden is de scope. Dit is een tekst-naar-spraakmodel, geen chat- of reasoningmodel, dus taken zoals samenvatten, vertalen of vraagbeantwoording horen bij een tekstmodel. Het contextvenster van 4096 tokens en het uitvoerplafond van 3686 tokens betekenen ook dat lange documenten in stukken moeten worden opgedeeld voordat ze worden gesynthetiseerd. Als je spraak naar tekst nodig hebt in plaats van tekst naar spraak, of een model dat audio begrijpt, moet je elders kijken.