Source: https://ailoot.ai/models/pl/hexgrad-kokoro-82m/ Canonical: https://ailoot.ai/models/pl/hexgrad-kokoro-82m/ Language: pl # hexgrad: Kokoro 82M [Markdown](https://ailoot.ai/models/pl/hexgrad-kokoro-82m/index.md) · [JSON](https://ailoot.ai/models/pl/hexgrad-kokoro-82m/facts.json) ## [hexgrad: Kokoro 82M](https://ailoot.ai/models/pl/hexgrad-kokoro-82m/) Kokoro 82M firmy hexgrad generuje mowę za pomocą kompaktowego modelu o 82 milionach parametrów i gotowego głosu właściwego dla języka. Udokumentowany profil v1.0 obejmuje osiem języków, 54 głosy i wyjście audio 24 kHz. - [**Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` `hexgrad/kokoro-82m`](https://ailoot.ai/models/pl/hexgrad-kokoro-82m/#method-0) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Kokoro 82M to model zamiany tekstu na mowę hexgrad z otwartymi wagami i osiemdziesięcioma dwoma milionami parametrów. Karta modelu opisuje kompaktową architekturę decoder-only opartą na StyleTTS 2 i iSTFTNet. Pisemny tekst jest przekształcany w informacje o wymowie, a następnie w mowę wybranym głosem. Udokumentowane wydanie v1.0 udostępnia pięćdziesiąt cztery głosy w ośmiu językach; profil ten różni się od wcześniejszego anglojęzycznego wydania v0.19. #### Wybierz pasujący język i głos Katalog głosów obejmuje amerykański i brytyjski angielski, japoński, chiński mandaryński, hiszpański, francuski, hindi, włoski i brazylijski portugalski. Dwa akcenty angielskie są wariantami jednego języka. Nazwy głosów i ustawienia języka stanowią parę: af\_heart to przykład amerykańskiego angielskiego w oficjalnym procesie, a katalog ma osobne grupy dla pozostałych języków i akcentów. Dobieraj mówcę do rzeczywistego materiału, który będzie czytać. Krótka narracja kursu może używać jednego spójnego gotowego głosu we wszystkich sekcjach; zbiór wielojęzyczny może wybierać głos z każdej wymaganej grupy językowej. Zakres katalogu różni się między grupami. Francuski reprezentuje na przykład jeden wymieniony głos, zamiast większego wyboru dostępnego dla angielskiego. #### Przygotuj wymowę i fragmenty Referencyjny proces Kokoro zamienia formy pisemne na fonemy. Przykłady pozwalają jawnie określić odczyt fonetyczny terminu, dzięki czemu trudną nazwę można przygotować, zamiast pozostawiać ją niejednoznacznej pisowni. Zachowaj naturalność otaczającego zdania i słowa, które słuchacz ma usłyszeć. Praktyczny fragment brzmi: „Przewodnik ma trzy części. Najpierw wybierz materiał. Następnie porównaj przykłady. Na koniec zapisz wersję, której chcesz użyć”. Pisz pełne frazy i zachowuj pauzy wynikające z interpunkcji. Długi materiał zorganizuj w spójne akapity, zamiast traktować cały dokument jako jedną nieprzerwaną wypowiedź. Przewodnik głosów wskazuje, że wielu mówców działa najlepiej z fragmentami około 100–200 tokenów w obrębie zakresu około 500 tokenów. Zaznacza słabości przy bardzo krótkich wypowiedziach, szczególnie poniżej 10–20 tokenów, i tendencję do pośpiechu w dłuższych fragmentach, zwłaszcza powyżej 400 tokenów. Są to obserwacje przygotowania oparte na tokenach, a nie limity liczby słów lub długości nagrania. Połączenie krótkich fragmentów lub podzielenie długiego może zapewnić bardziej odpowiednią jednostkę mowy. #### Wyjście audio i tempo Oficjalny proces zwraca przetworzony tekst, fonemy i wynik audio dla każdego wygenerowanego segmentu. Zapisuje segmenty jako WAV z częstotliwością 24 000 Hz i udostępnia ustawienie szybkości w procesie referencyjnym. Zachowaj powiązanie tekstu segmentów i ich kolejności z audio, aby złożona narracja podążała za zamierzonym scenariuszem. Przydatna kontrola montażowa polega na odsłuchaniu granicy między dwoma fragmentami, a następnie sprawdzeniu powracających nazw i tempa list. Wyjście audio i widok fonemów służą różnym celom: pierwsze jest nagraniem słyszanym przez odbiorcę, a drugi pomaga ocenić wymowę tekstu pisanego. #### Zakres języków i użyteczne ograniczenia Producent wprost zaznacza, że obsługa języków innych niż angielski może być ograniczona ze względu na przetwarzanie wymowy lub małą ilość danych treningowych głosów. Grupy gotowych głosów nie powinny więc być traktowane jako równorzędne gwarancje wykonania każdego fragmentu. Wybierz odpowiedniego mówcę i oceń rzeczywiste nazwy oraz sformułowania wymagane w zadaniu. Użytecznym rezultatem jest wypowiedziany fragment lub złożona narracja z udokumentowanym gotowym głosem i tekstem przygotowanym pod kątem wymowy oraz długości fragmentów. Profil ten wynika z materiałów producenta Kokoro 82M v1.0; inny model, implementacja skwantyzowana lub głos zmodyfikowany zewnętrznie mają własny zakres techniczny. **Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` `hexgrad/kokoro-82m` [`hexgrad/kokoro-82m`](https://ailoot.ai/models/pl/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) hexgrad /`hexgrad/kokoro-82m` ### Start Kokoro 82M firmy hexgrad generuje mowę za pomocą kompaktowego modelu o 82 milionach parametrów i gotowego głosu właściwego dla języka. Udokumentowany profil v1.0 obejmuje osiem języków, 54 głosy i wyjście audio 24 kHz. Akceptowane dane wejściowe Tekst Wyniki Audio ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Synteza mowy** `POST /v1/audio/speech` Wejście `text` Wyjście `audio` Format wyjściowy mp3 | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity hexgrad/kokoro-82m | Domyślnie— | | Pole`input` | Typ`string` | WymaganieWymagane | Wartości i limity Minimalna długość: 1 Jednostka: znaki Unicode | Domyślnie— | | Pole`voice` | Typ`string` | WymaganieWymagane | Wartości i limity 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 | Domyślnie— | | Pole`response_format` | Typ`string` | WymaganieWymagane | Wartości i limity mp3 | Domyślnie— | Kombinacje materiałów wejściowych **text\_to\_speech** · Wymagane: input Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input, voice, response\_format | | Parametr`voice_ids` | Kontraktaf\_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 | | Parametr`response_format` | Kontraktmp3 | | Parametr`max_input_characters` | Kontraktnull | | Parametr`other_options` | Kontraktfalse | | Parametr`input` | Kontraktdokładny tekst UTF-8; liczba znaków Unicode bez normalizacji | | Parametr`material_types` | Kontrakttext | Cykl życia: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Rzeczywiście zwrócony task\_id lub wpis w bibliotece multimediów `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` Wybierz dokładny głos z profilu tego modelu. Znaki wejściowe i sekundy dźwięku to różne jednostki pomiaru. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji. | Konfiguracja | Tabela stawek | Ilość rozliczana | Jednostka rozliczeniowa | Opłata | | --- | --- | --- | --- | --- | | KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Ilość rozliczana— | Jednostka rozliczeniowa— | Opłata Wejście · Tokeny wejściowe **—** / 1K tokenów Wyjście · Tokeny wyjściowe **—** / 1K tokenów Wejście · Odczyt cache **—** / 1K tokenów Wejście · Zapis do cache **—** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | | KonfiguracjaUltra | Tabela stawek— | Ilość rozliczanaKażdy punkt kodowy Unicode liczy się jako jeden znak, w tym znaki Han. | Jednostka rozliczeniowaza 1K znaków wejściowych | Opłata Wejście · znak wejściowy **$0.008** za 1K znaków wejściowych | #### Szczegóły taryfy referencyjnej Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot. hexgrad: Kokoro 82M #### Ceny według konfiguracji | Konfiguracja | Warunki rozliczania | Opłata | | --- | --- | --- | | Konfiguracjahexgrad: Kokoro 82M · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Znaki wejściowe **0,00000124 USD** za znak wejściowy | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Synteza mowy curl ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Synteza mowy mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Inne odczyty treści Biblioteka multimediówStatus zadaniaSzczegóły pliku ```bash set -eu : "${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 ``` ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj pełny wynik binarny i nagłówki. Jeśli zwrócono JSON lub wiele wyników, zachowaj każdy element danych i pobierz zasób spod każdego rzeczywiście zwróconego podpisanego adresu URL. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj pierwotny operation\_id/X-Client-Request-ID do uzgodnienia danych bez ponownego wysyłania żądania; brak osobnej ścieżki API do cyklicznego sprawdzania stanu audio. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`binary audio` | Typbytes | | Pole`response headers` | Typheaders | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | | Odpowiedź`server_error` | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`hexgrad/kokoro-82m`](https://ailoot.ai/models/pl/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) #### Aliasy ścieżek metod Użyj ścieżek metod podanych powyżej. #### Powiązane ID modeli [`hexgrad/kokoro-82m`](https://ailoot.ai/models/pl/#m=hexgrad%2Fkokoro-82m&route=Ultra&caller=hexgrad%2Fkokoro-82m&fmt=speech) FAQ · hexgrad: Kokoro 82M Jakie dane wejściowe i wyniki są dostępne? `POST /v1/audio/speech` · `hexgrad/kokoro-82m`: `text` → `audio` Jakich pól używa żądanie? `POST /v1/audio/speech` · `hexgrad/kokoro-82m`: `model`, `input`, `voice`, `response_format` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.