Kokoro 82M API — озвучка текста, голоса и цена

Контекст: 4 096токенов
Результат: Синтез речиформат ответа
Стоимость: Тариф уточняетсяусловия — в блоке подключения

ПОДКЛЮЧЕНИЕ

От модели к первому запросу

Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.

const response = await client.chat.completions.create({
  model: "hexgrad/kokoro-82m",
  messages: [{ role: "user", content: "Ваш запрос" }],
});

Открыть инструкцию по подключению →

ПОДРОБНЫЙ ОБЗОР

Возможности модели

Официальная карточка указывает около 82 миллионов parameters и Apache 2.0. В опубликованном списке есть голоса American/British English, Japanese, Mandarin, Spanish, French, Hindi, Italian и Brazilian Portuguese. Автор предупреждает, что качество языков и voices различается, а наиболее удачная длина часто находится около 100–200 tokens. Tokenmost route `hexgrad/kokoro-82m` заявляет text input, speech output и контекст 4096. API-проверка должна подтвердить voice IDs, language code, speed, максимальный текст, audio container, sample rate, streaming, usage и цену. Наличие файла голоса upstream не доказывает его доступность через gateway. Тестовые фразы включают числа, сокращения, URL, имена и предложения разной длины. Редактор оценивает произношение, паузы, стабильность тембра и пригодность без знания варианта.

Подготовьте текст для речи

Раскройте неоднозначные сокращения, запишите числа так, как их следует произнести, и разделите сценарий по смысловым паузам. Не отправляйте длинный ролик одним абзацем. Каждая реплика хранит исходный текст и его речевую редакцию.

Выберите голос прослушиванием

Сгенерируйте один нейтральный набор всеми доступными Tokenmost voices нужного языка. Сравните дикцию, темп и артефакты. Имя upstream voice не обещает пол, возраст или пригодность для бренда без реального прослушивания.

Нарезайте по завершённым фразам

Ориентир 100–200 tokens из карточки проверяется на своём сценарии. Короткие сообщения можно объединить, длинные — разделить по предложениям. После склейки нормализуйте громкость и прослушайте границы, не обрезались ли согласные.

Проверьте название и термины

Создайте словарь брендов, фамилий и технических обозначений. Для каждого варианта храните ожидаемое чтение и аудиопример. Ошибки произношения исправляются входным текстом только после проверки, что смысл на экране остаётся прежним.

Рассчитайте цену минуты

Уточните billing unit Tokenmost: символы, tokens или длительность. Добавьте повторные генерации, монтаж, хранение и прослушивание. Сравнивайте стоимость принятой минуты, фиксируя voice, speed и формат, а не размер open checkpoint.

Вопросы и ответы

Сколько параметров у Kokoro?

Около 82 миллионов согласно названию и карточке модели.

Есть ли русский голос?

В официальном списке Kokoro v1.0 русский не указан; route нельзя рекламировать как русский без проверки.

Какую длину текста выбирать?

Карточка отмечает удачный диапазон около 100–200 tokens, но сценарий тестируют.

Можно клонировать голос человека?

Эта карточка описывает выбор опубликованных voices, а не подтверждённый voice cloning API.

Как узнать цену?

Проверить единицу usage и тариф Tokenmost на короткой контрольной реплике.