Tale og lyd · ca. 2 min lesing

Kokoro: liten åpen modell for tekst til tale

Kokoro er en åpen tekst-til-tale-modell med 82 millioner parametere. Den kan kjøres lokalt, men norsk er ikke blant språkene som støttes i dag.

Hva er Kokoro?

Kokoro er en tekst-til-tale-modell (TTS) med åpne vekter og 82 millioner parametere. Ifølge prosjektet gir den kvalitet på linje med større modeller, samtidig som den er raskere og billigere å kjøre. Modellsiden på Hugging Face oppgir 8 språk og 54 stemmer i versjon 1.0.

Modellsiden sier også at Kokoro bare er trent på lyd med tillatende lisenser eller uten opphavsrett, og på fonetiske merkelapper (IPA). Påstanden om kvalitet er prosjektets egen. Vi har ikke målt den selv.

Hva kan norske bedrifter bruke det til?

Vær oppmerksom på én viktig begrensning: norsk er ikke blant språkene som er oppført i README-en. Listen omfatter blant annet amerikansk og britisk engelsk, spansk, fransk, hindi, italiensk, japansk, brasiliansk portugisisk og mandarin. Til norsk tale har vi tidligere skrevet om Piper.

Kokoro kan likevel være aktuelt når innholdet er på et av de støttede språkene:

  • Engelske opplæringsvideoer: Lag en første lydversjon av et manus før dere vurderer en profesjonell innleser.
  • Tilgjengelighet: Les opp engelske artikler eller hjelpetekster for brukere som foretrekker lyd.
  • Prototyper: Test en stemmeassistent lokalt uten å sende tekst til en skytjeneste.

Dette er forslag, ikke målte resultater. Fortell lytterne at stemmen er syntetisk, og hør gjennom alt før det publiseres.

Slik kommer du i gang

README-en viser at du installerer pakken med pip. I tillegg trenger du soundfile og systemverktøyet espeak-ng.

pip install kokoro soundfile
  1. Installer espeak-ng med pakkehåndtereren til operativsystemet ditt.
  2. Opprett et eget Python-miljø og installer pakkene over.
  3. Følg eksemplet i README-en, og lag en kort lydfil på engelsk.
  4. Prøv noen av stemmene og velg den som passer innholdet.

Lisens

LICENSE-filen i repoet er Apache 2.0, og modellsiden oppgir Apache 2.0 for modellvektene. Apache 2.0 er en OSI-godkjent åpen kildekode-lisens som også tillater kommersiell bruk, så lenge vilkårene følges. Kontroller lisensen for andre avhengigheter du tar med.

Hvorfor vi skriver om det

Kokoro viser at tekst til tale med god kvalitet ikke trenger store modeller eller en skytjeneste. Samtidig vil vi være tydelige på at verktøyet foreløpig ikke dekker norsk.

TikTok kan ikke leses direkte i denne gjennomgangen. Vi kan derfor ikke bekrefte at verktøyet er omtalt av @milesreevesai, @replace.so eller @ai.with.andrew. Omtalen bygger på prosjektets egne sider, GitHub og LICENSE.

Lenker

Kilder

Opplysningene er hentet fra kildene over 1. november 2026. Lisens, funksjoner og installasjon kan ha endret seg siden.

← Alle artikler om åpen kildekode