Kokoro: Síntesis de voz local de alta calidad optimizada para CPU

Local, CPU-Friendly, High-Quality TTS (Text-to-Speech) with Kokoro

Presento Kokoro, un modelo de texto a voz de 82 millones de parámetros que genera audio realista en múltiples idiomas utilizando solo la CPU. Este sistema permite mantener la privacidad al ejecutarse localmente, ofreciendo compatibilidad con la API de OpenAI y un rendimiento impresionante incluso en hardware antiguo. Con una configuración sencilla mediante contenedores, es ideal para complementar modelos de lenguaje locales.

"Si una CPU de hace 12 años puede hacer el trabajo perfectamente, sabes que este es un sistema de síntesis de voz altamente capaz."