Voce · hexgrad (open source)

Kokoro

Un piccolo modello vocale open source, privato e di gran lunga il più economico. Sub Rosa lo usa di default per la narrazione.

Privato Low cost
Ultima versioneKokoro v1.027 gennaio 2025
Artificial Analysis Speech Arena1064 Elo10° su 10 in Artificial Analysis Speech Arena
Prezzo0,00157 $ ogni 1.000 caratteri0,00472 $ per una pagina letta ad alta voce
Specifica chiave8 lingue, 54 voci

Cosa lo distingue

Kokoro è un modello a pesi aperti da 82 milioni di parametri che gira su hardware modesto: per questo è la voce più economica del catalogo e può funzionare in modalità privata. Rinuncia a un po' di espressività in cambio di velocità e costo.

  • 82 milioni di parametri, Apache 2.0
  • 54 voci, 8 lingue nella v1.0
  • Addestrato con circa 1.000 $ di calcolo GPU

Consigliato per: leggere una nota o narrare un film.

Punti di forza e limiti

Dove dà il meglio

  • La voce più economica del catalogo, con ampio margine
  • Modalità privata: non viene conservato nulla
  • 54 voci in 8 lingue

Pensaci due volte quando

  • Una sola voce francese (ff_siwis)
  • Meno espressivo dei modelli più grandi
  • 54 voci
  • Fino a 5.000 caratteri per richiesta in Sub Rosa

Casi d’uso

Un lungo articolo letto ad alta voce

Leggi questo articolo del blog ad alta voce con una voce calma e neutra, così posso ascoltarlo mentre cucino.

Un costo per carattere molto basso rende accessibili i testi lunghi.

Narrazione privata di note riservate

Leggi ad alta voce il riassunto della mia riunione.

Con la modalità privata non viene conservato nulla.

Rispetto ai rivali

  • Orpheus TTSOrpheus è più espressivo in inglese, ma costa di più e parla solo inglese.
  • Qwen3 TTSQwen3 TTS copre 10 lingue con clonazione, a un prezzo diverse volte superiore a quello di Kokoro.
Confronta fianco a fianco ↗

Cronologia delle versioni

Ogni versione, datata, con ciò che ha cambiato rispetto alla precedente.

  1. Kokoro v0.19Precedente, non in Sub Rosa
    • Prima versione: solo inglese, 10 voci, addestrato su meno di 100 ore di audio
    Sorgente : huggingface.co
  2. Kokoro v1.0La più recente
    • Multilingue: 8 lingue invece di 1
    • 54 voci invece di 10, addestrato su qualche centinaio di ore di audio
    Sorgente : huggingface.co

Benchmark

Come leggere questi punteggi: cosa dice un benchmark.

Artificial Analysis Speech Arena: 10° su 10 modelli misurati nel catalogo. Le persone ascoltano la stessa frase letta da due voci, senza sapere quali sono i modelli, e scelgono la più naturale. Un punteggio Elo: più è alto, più la voce suona naturale a più persone. Con 100 punti di distacco, il modello con il punteggio più alto vince circa il 64% dei duelli.

Artificial Analysis Speech ArenaPunteggio Elo · Artificial Analysis, 4 ottobre 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
Vedi i numeri
ModelloElo
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

Il modello di questa famiglia

ModelloUsoPrivacyPrezzo
Kokoro Text to Speechtts-kokoroVocePrivato0,00157 $ ogni 1.000 caratteri0,00472 $ per una pagina letta ad alta voce

Scheda tecnica

CaratteristicaKokoro v1.0
Uscita27 gennaio 2025
Parametri82M
PesiAperti, Apache 2.0
Accettatext
Produceaudio
Lingue8 lingue, 54 voci
Prezzo0,00157 $ ogni 1.000 caratteri
PrivacyPrivato

Prezzi, contesto e durate dal catalogo in tempo reale del 16 ottobre 2026; parametri e licenze secondo il produttore.

Fonti

Tutto ciò che è in questa pagina viene da queste pagine, lette il 16 ottobre 2026 o alla data indicata su ogni punteggio.

Mostra le 3 fonti
Scopri di più su Kokoro ↗