Source: https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/ Canonical: https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/ Language: de-ch # hexgrad: Kokoro 82M [Markdown](https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/index.md) · [JSON](https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/facts.json) ## [hexgrad: Kokoro 82M](https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/) Kokoro 82M von hexgrad erzeugt Sprachausgabe mit einem kompakten Modell mit 82 Millionen Parametern und einer sprachspezifischen voreingestellten Stimme. Sein dokumentiertes v1.0-Profil umfasst acht Sprachen, 54 Stimmen und Audioausgabe mit 24 kHz. - [**Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `hexgrad/kokoro-82m`](https://ailoot.ai/models/de-ch/hexgrad-kokoro-82m/#method-0) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Kokoro 82M ist das Text-to-Speech-Modell von hexgrad mit offenen Gewichten und zweiundachtzig Millionen Parametern. Seine Modellkarte beschreibt eine kompakte reine Decoder-Architektur auf Basis von StyleTTS 2 und iSTFTNet. Geschriebener Text wird in Ausspracheinformationen und anschliessend in Sprachausgabe mit einer ausgewählten Stimme umgewandelt. Die dokumentierte Version v1.0 bietet vierundfünfzig Stimmen in acht Sprachen; dieses Profil unterscheidet sich von der früheren, ausschliesslich englischsprachigen Version v0.19. #### Passende Sprache und Stimme auswählen Der Stimmenkatalog umfasst amerikanisches und britisches Englisch, Japanisch, Mandarin-Chinesisch, Spanisch, Französisch, Hindi, Italienisch und brasilianisches Portugiesisch. Die beiden englischen Akzente sind Varianten einer Sprache. Stimmennamen und Spracheinstellungen gehören zusammen: af\_heart ist im offiziellen Workflow ein Beispiel für amerikanisches Englisch; für die anderen Sprachen und Akzente enthält der Katalog separate Gruppen. Wählen Sie den Sprecher anhand des tatsächlichen Materials aus, das er lesen wird. Ein kurzer Sprechertext für einen Kurs kann über alle Abschnitte hinweg dieselbe voreingestellte Stimme verwenden; eine mehrsprachige Sammlung kann aus jeder benötigten Sprachgruppe eine Stimme auswählen. Der Umfang des Katalogs unterscheidet sich zwischen den Gruppen. Französisch ist beispielsweise durch eine aufgeführte Stimme vertreten, während für Englisch eine grössere Auswahl verfügbar ist. #### Aussprache und Passagen vorbereiten Die Referenzpipeline von Kokoro wandelt Schriftformen in Phoneme um. Ihre Beispiele ermöglichen eine explizite phonetische Lesung für einen Begriff, sodass ein schwieriger Name vorbereitet werden kann, statt einer mehrdeutigen Schreibweise überlassen zu bleiben. Halten Sie den umgebenden Satz natürlich und bewahren Sie den Wortlaut, den der Hörer hören soll. Eine praktische Passage lautet: «Die Anleitung besteht aus drei Teilen. Wählen Sie zuerst das Material. Vergleichen Sie anschliessend die Beispiele. Speichern Sie zum Schluss die Version, die Sie verwenden möchten.» Schreiben Sie vollständige Formulierungen und bewahren Sie die durch Satzzeichen nahegelegten Pausen. Gliedern Sie die Eingabe für ein langes Stück in zusammenhängende Absätze, statt das gesamte Dokument als eine ununterbrochene Äusserung zu behandeln. Laut Stimmenleitfaden funktionieren viele Sprecher am besten mit Passagen von ungefähr 100–200 Tokens innerhalb eines Bereichs von etwa 500 Tokens. Er nennt Schwächen bei sehr kurzen Äusserungen, insbesondere unter 10–20 Tokens, und eine Tendenz, längere Passagen zu hastig zu sprechen, besonders jenseits von 400 Tokens. Dies sind tokenbezogene Beobachtungen zur Vorbereitung, keine Grenzen für Wortzahl oder Aufnahmedauer. Das Zusammenführen kurzer Fragmente oder Teilen einer langen Passage kann eine geeignetere Sprecheinheit ergeben. #### Audioausgabe und Tempo Der offizielle Workflow liefert für jedes erzeugte Segment den verarbeiteten Text, Phoneme und ein Audioergebnis. Er speichert diese Segmente als WAV mit 24’000 Hz und stellt in der Referenzpipeline eine Geschwindigkeitseinstellung bereit. Halten Sie Segmenttext und Reihenfolge mit dem Audio verknüpft, damit die zusammengesetzte Erzählaufnahme dem vorgesehenen Skript folgt. Eine nützliche Schnittkontrolle ist das Anhören des Übergangs zwischen zwei Passagen mit anschliessender Prüfung wiederkehrender Namen und des Tempos von Aufzählungen. Audioausgabe und Phonemansicht dienen unterschiedlichen Zwecken: Die eine ist die Aufnahme, die der Hörer hört, die andere hilft zu prüfen, wie der geschriebene Text ausgesprochen wird. #### Sprachabdeckung und praktische Grenzen Der Hersteller weist ausdrücklich darauf hin, dass die Unterstützung anderer Sprachen als Englisch wegen begrenzter Ausspracheverarbeitung oder Stimmtrainingsdaten eingeschränkt sein kann. Die Gruppen voreingestellter Stimmen sind deshalb nicht als gleichwertige Garantien für die Sprechweise jeder Passage zu behandeln. Wählen Sie einen geeigneten Sprecher und prüfen Sie die tatsächlichen Namen und Formulierungen, die die Aufgabe erfordert. Das nützliche Ergebnis ist eine gesprochene Passage oder eine zusammengesetzte Erzählaufnahme mit einer dokumentierten voreingestellten Stimme; der Text ist dabei auf deren Aussprache- und Passagenlängenbedarf abgestimmt. Dieses Profil folgt den v1.0-Unterlagen des Herstellers zu Kokoro 82M; ein anderer Checkpoint, eine quantisierte Implementierung oder eine extern veränderte Stimme hat ihren eigenen technischen Geltungsbereich. **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` `hexgrad/kokoro-82m` [`hexgrad/kokoro-82m`](https://ailoot.ai/models/de-ch/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) hexgrad /`hexgrad/kokoro-82m` ### Einstieg Kokoro 82M von hexgrad erzeugt Sprachausgabe mit einem kompakten Modell mit 82 Millionen Parametern und einer sprachspezifischen voreingestellten Stimme. Sein dokumentiertes v1.0-Profil umfasst acht Sprachen, 54 Stimmen und Audioausgabe mit 24 kHz. Zulässige Eingaben Text Ergebnisse Audio ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Sprachausgabe** `POST /v1/audio/speech` Eingabe `text` Ausgabe `audio` Ausgabeformat mp3 | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits hexgrad/kokoro-82m | Standard— | | Feld`input` | Typ`string` | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 Einheit: Unicode-Zeichen | Standard— | | Feld`voice` | Typ`string` | AnforderungErforderlich | Werte und Limits af\_alloy, af\_aoede, af\_bella, af\_heart, af\_jessica, af\_kore, af\_nicole, af\_nova, af\_river, af\_sarah, af\_sky, am\_adam, am\_echo, am\_eric, am\_fenrir, am\_liam, am\_michael, am\_onyx, am\_puck, am\_santa, bf\_alice, bf\_emma, bf\_isabella, bf\_lily, bm\_daniel, bm\_fable, bm\_george, bm\_lewis, ef\_dora, em\_alex, em\_santa, ff\_siwis, hf\_alpha, hf\_beta, hm\_omega, hm\_psi, if\_sara, im\_nicola, jf\_alpha, jf\_gongitsune, jf\_nezumi, jf\_tebukuro, jm\_kumo, pf\_dora, pm\_alex, pm\_santa, zf\_xiaobei, zf\_xiaoni, zf\_xiaoxiao, zf\_xiaoyi, zm\_yunjian, zm\_yunxi, zm\_yunxia, zm\_yunyang | Standard— | | Feld`response_format` | Typ`string` | AnforderungErforderlich | Werte und Limits mp3 | Standard— | Kombinationen von Eingabematerialien **text\_to\_speech** · Erforderlich: input Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, input, voice, response\_format | | Parameter`voice_ids` | Vertragaf\_alloy, af\_aoede, af\_bella, af\_heart, af\_jessica, af\_kore, af\_nicole, af\_nova, af\_river, af\_sarah, af\_sky, am\_adam, am\_echo, am\_eric, am\_fenrir, am\_liam, am\_michael, am\_onyx, am\_puck, am\_santa, bf\_alice, bf\_emma, bf\_isabella, bf\_lily, bm\_daniel, bm\_fable, bm\_george, bm\_lewis, ef\_dora, em\_alex, em\_santa, ff\_siwis, hf\_alpha, hf\_beta, hm\_omega, hm\_psi, if\_sara, im\_nicola, jf\_alpha, jf\_gongitsune, jf\_nezumi, jf\_tebukuro, jm\_kumo, pf\_dora, pm\_alex, pm\_santa, zf\_xiaobei, zf\_xiaoni, zf\_xiaoxiao, zf\_xiaoyi, zm\_yunjian, zm\_yunxi, zm\_yunxia, zm\_yunyang | | Parameter`response_format` | Vertragmp3 | | Parameter`max_input_characters` | Vertragnull | | Parameter`other_options` | Vertragfalse | | Parameter`input` | VertragExakter UTF-8-Text; Anzahl der Unicode-Zeichen ohne Normalisierung | | Parameter`material_types` | Vertragtext | Lebenszyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · die tatsächlich zurückgegebene task\_id oder ein Eintrag in der Medienbibliothek `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Wählen Sie eine konkrete Stimme aus diesem Modellprofil. Eingabezeichen und Audiosekunden sind unterschiedliche Messgrössen. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif. | Konfiguration | Tarifstaffel | Abrechenbare Menge | Abrechnungseinheit | Gebühr | | --- | --- | --- | --- | --- | | KonfigurationToken-Basistarife | TarifstaffelGrundtarif | Abrechenbare Menge— | Abrechnungseinheit— | Gebühr Eingabe · Eingabetoken **—** / 1K Tokens Ausgabe · Ausgabetoken **—** / 1K Tokens Eingabe · Cache lesen **—** / 1K Tokens Eingabe · Cache schreiben **—** / 1K Tokens Eingabe · Cache schreiben, 1 Stunde **—** / 1K Tokens | | KonfigurationUltra | Tarifstaffel— | Abrechenbare MengeJeder Unicode-Codepunkt zählt als ein Zeichen, einschliesslich Han-Zeichen. | Abrechnungseinheitpro 1K Eingabezeichen | Gebühr Eingabe · Eingabezeichen **$0.008** pro 1K Eingabezeichen | #### Details zum Referenztarif Referenztarifstaffeln auf Modellebene ändern weder Methodenauswahl noch Kostenvoranschläge oder Gebühren. Für die aktive Abrechnung gelten die Tarife der ausgewählten Ailoot-Methode. hexgrad: Kokoro 82M #### Preise nach Konfiguration | Konfiguration | Abrechnungsbedingungen | Gebühr | | --- | --- | --- | | Konfigurationhexgrad: Kokoro 82M · Standardkonfiguration | AbrechnungsbedingungenStandardkonfiguration | Gebühr Eingabe · Eingabezeichen **$ 0.00000124** pro Eingabezeichen | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-ch/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Sprachausgabe curl ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}" export AILOOT_VOICE_ID python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "hexgrad/kokoro-82m", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["af_alloy", "af_aoede", "af_bella", "af_heart", "af_jessica", "af_kore", "af_nicole", "af_nova", "af_river", "af_sarah", "af_sky", "am_adam", "am_echo", "am_eric", "am_fenrir", "am_liam", "am_michael", "am_onyx", "am_puck", "am_santa", "bf_alice", "bf_emma", "bf_isabella", "bf_lily", "bm_daniel", "bm_fable", "bm_george", "bm_lewis", "ef_dora", "em_alex", "em_santa", "ff_siwis", "hf_alpha", "hf_beta", "hm_omega", "hm_psi", "if_sara", "im_nicola", "jf_alpha", "jf_gongitsune", "jf_nezumi", "jf_tebukuro", "jm_kumo", "pf_dora", "pm_alex", "pm_santa", "zf_xiaobei", "zf_xiaoni", "zf_xiaoxiao", "zf_xiaoyi", "zm_yunjian", "zm_yunxi", "zm_yunxia", "zm_yunyang"]') if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile") p["voice"]=voice p["response_format"]="mp3" Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Sprachausgabe mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Abrufe anderer Inhalte MedienbibliothekAufgabenstatusDateidetails ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_MEDIA_TASK_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-task.json").read_text()))) PY_RESULT ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}" export AILOOT_ASSET_ID resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))') curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \ -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json python3 - <<'PY_RESULT' import json from pathlib import Path print(json.dumps(json.loads(Path("media-asset.json").read_text()))) PY_RESULT ``` ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Das vollständige Binärergebnis und die Header aufbewahren. Wenn JSON oder mehrere Ausgaben zurückgegeben werden, jedes Datenelement aufbewahren und jede tatsächlich zurückgegebene signierte Asset-URL abrufen. ##### Wenn die ursprüngliche Antwort geprüft werden muss Die ursprüngliche operation\_id/X-Client-Request-ID für den Abgleich ohne erneute Einreichung aufbewahren; es gibt keine eigene Route zur Abfrage des Audiostatus. Antwortfelder | Feld | Typ | | --- | --- | | Feld`binary audio` | Typbytes | | Feld`response headers` | Typheaders | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | | Antwort`server_error` | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`hexgrad/kokoro-82m`](https://ailoot.ai/models/de-ch/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) #### Aliasnamen für Methodenpfade Verwenden Sie die oben angezeigten Methodenpfade. #### Zugehörige Aufrufer-IDs [`hexgrad/kokoro-82m`](https://ailoot.ai/models/de-ch/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) FAQ · hexgrad: Kokoro 82M Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/audio/speech` · `hexgrad/kokoro-82m`: `text` → `audio` Welche Felder verwendet die Anfrage? `POST /v1/audio/speech` · `hexgrad/kokoro-82m`: `model`, `input`, `voice`, `response_format` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-ch/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-ch/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-ch) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.