Voz · hexgrad (open source)

Kokoro

Un pequeño modelo de voz de código abierto, privado y, con diferencia, el más barato. Sub Rosa lo usa por defecto para la narración.

Privado Low cost
Última versiónKokoro v1.027 de enero de 2025
Artificial Analysis Speech Arena1064 EloPuesto 10 de 10 en Artificial Analysis Speech Arena
Precio0,00157 $ por 1000 caracteres0,00472 $ por una página leída en voz alta
Dato clave8 idiomas, 54 voces

Qué lo distingue

Kokoro es un modelo de pesos abiertos de 82 millones de parámetros que funciona en hardware modesto; por eso es la voz más barata del catálogo y puede funcionar en modo privado. Sacrifica algo de expresividad a cambio de velocidad y costo.

  • 82 millones de parámetros, Apache 2.0
  • 54 voces, 8 idiomas en la v1.0
  • Entrenado con unos 1.000 $ de cómputo en GPU

Recomendado para: leer una nota o narrar una película.

Puntos fuertes y límites

Dónde brilla

  • La voz más barata del catálogo, por mucho
  • Modo privado: no se guarda nada
  • 54 voces en 8 idiomas

Piénsalo dos veces si

  • Una sola voz en francés (ff_siwis)
  • Menos expresivo que los modelos más grandes
  • 54 voces
  • Hasta 5.000 caracteres por solicitud en Sub Rosa

Casos de uso

Un artículo largo leído en voz alta

Lee esta entrada de blog en voz alta con una voz tranquila y neutra para que pueda escucharla mientras cocino.

Un costo por carácter muy bajo hace asequibles los textos largos.

Narración privada de notas sensibles

Lee en voz alta el resumen de mi reunión.

Con el modo privado no se guarda nada.

Frente a sus rivales

  • Orpheus TTSOrpheus es más expresivo en inglés, pero cuesta más y solo habla inglés.
  • Qwen3 TTSQwen3 TTS cubre 10 idiomas con clonación, a varias veces el precio de Kokoro.
Comparar lado a lado ↗

Historial de versiones

Cada versión, con su fecha y lo que cambió respecto a la anterior.

  1. Kokoro v0.19Anterior, fuera de Sub Rosa
    • Primera versión: solo inglés, 10 voces, entrenado con menos de 100 horas de audio
    Fuente : huggingface.co
  2. Kokoro v1.0La más reciente
    • Multilingüe: 8 idiomas en lugar de 1
    • 54 voces en lugar de 10, entrenado con unos cientos de horas de audio
    Fuente : huggingface.co

Benchmarks

Cómo leer estas puntuaciones: lo que te dice un benchmark.

Artificial Analysis Speech Arena: puesto 10 de 10 modelos medidos en el catálogo. La gente escucha la misma frase leída por dos voces, sin saber qué modelos son, y elige la más natural. Una puntuación Elo: cuanto más alta, más natural suena para más personas. Con 100 puntos de diferencia, el modelo con mayor puntuación gana alrededor del 64 % de los duelos.

Artificial Analysis Speech ArenaPuntuación Elo · Artificial Analysis, 4 de octubre de 2026
  1. 1. ElevenLabs TTS v4 TurboElevenLabs1330
  2. 2. ElevenLabs TTS v4ElevenLabs1329
  3. 3. Gemini 3.1 Flash TTSGemini 3.1 Flash TTS1209
  4. 4. ElevenLabs TTS v3ElevenLabs1178
  5. 5. Gradium TTSGradium TTS1151
  6. 6. MiniMax Speech-02 HDMiniMax Speech-02 HD1114
  7. 7. Chatterbox HD (Resemble AI)Chatterbox HD1102
  8. 8. ElevenLabs Turbo v2.5ElevenLabs1097
  9. 9. ElevenLabs Multilingual v2ElevenLabs1095
  10. 10. Kokoro Text to SpeechKokoro1064
Ver las cifras
ModeloElo
1. ElevenLabs TTS v4 Turbo1330
2. ElevenLabs TTS v41329
3. Gemini 3.1 Flash TTS1209
4. ElevenLabs TTS v31178
5. Gradium TTS1151
6. MiniMax Speech-02 HD1114
7. Chatterbox HD (Resemble AI)1102
8. ElevenLabs Turbo v2.51097
9. ElevenLabs Multilingual v21095
10. Kokoro Text to Speech1064

El modelo de esta familia

ModeloUsoPrivacidadPrecio
Kokoro Text to Speechtts-kokoroVozPrivado0,00157 $ por 1000 caracteres0,00472 $ por una página leída en voz alta

Especificaciones

EspecificaciónKokoro v1.0
Lanzamiento27 de enero de 2025
Parámetros82M
PesosAbiertos, Apache 2.0
Aceptatext
Produceaudio
Idiomas8 idiomas, 54 voces
Precio0,00157 $ por 1000 caracteres
PrivacidadPrivado

Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.

Fuentes

Todo lo que hay en esta página viene de estas páginas, leídas el 16 de octubre de 2026 o en la fecha indicada en cada puntuación.

Mostrar las 3 fuentes
Más sobre Kokoro ↗