All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

Kokoro-82M-v1.1-dynamic-static-ONNX

KeanuX/Kokoro-82M-v1.1-dynamic-static-ONNX

PublisherKeanuX

Download access requirementsModelScope source

Kokoro 82M v1.1 中文 ONNX 模型 该模型支持中文、英文、数字等多种语言的文本到语音合成。目前推理示例中支持中英数字混合,如有其他语言需要请自行修改。 Dynamic Shape Model

Speech & Audio
Model details

模型介绍

中文整理

Kokoro 82M v1.1 中文 ONNX 模型

License

模型使用示例

模型下载

模型介绍

该模型支持中文、英文、数字等多种语言的文本到语音合成。目前推理示例中支持中英数字混合,如有其他语言需要请自行修改。

Dynamic Shape Model

模型类型 参数量 is dynamic input names output names

  • --------- --------- ---------------- ---------------- ----------------

Kokoro 82M true input ids, ref s, speed audio, pred dur

Inputs

输入名 形状 类型 描述

  • ------- ------ ------ ------

input ids [1, seq len] int64 音素 token 序列

ref s [1, ref s len] float32 参考声谱图

speed [1] float32 语速控制因子

Outputs

输出名 形状 类型 描述

  • ------- ------ ------ ------

audio [audio len] float32 合成的音频数据

pred dur [pred dur len] int64 预测的每个 token 的持续时间

Static Shape Model

模型类型 参数量 is dynamic input names output names

  • --------- --------- ---------------- ---------------- ----------------

Kokoro 82M false input ids, ref s, speed audio, pred dur

Inputs

输入名 形状 类型 描述

  • ------- ------ ------ ------

input ids [1, 512] int64 音素 token 序列

ref s [1, 256] float32 参考声谱图

speed [1] float32 语速控制因子

Outputs

输出名 形状 类型 描述

  • ------- ------ ------ ------

audio [audio len] float32 合成的音频数据

pred dur [pred dur len] int64 预测的每个 token 的持续时间

静态W8A16量化模型使用注意事项

修改源码中

模型信息:去除原导出模型中的SequenceEmpty和RandomNormalLike算子,使用其他算子做相应替换。

高通QCS8550适配模型请使用SNPE SDK进行DLC格式的部署测试

目录结构

模型使用示例(dynamic model & static model)

关注公众号:"CrazyNET"

公众号回复:"kokorods"

License

本模型遵循MIT许可证。

原始模型仓库地址

🐈 Kokoro GitHub: https://bgithub.xyz/hexgrad/kokoro

🐈 Kokoro-ONNX GitHub: https://bgithub.xyz/thewh1teagle/kokoro-onnx.git

致谢

TODO: 编写致谢。类似于Kokoro知识库

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top