StreamingKokoroJS: Голос в браузере, который звучит как живой
Представьте: вы открываете сайт, вводите текст, и через секунду слышите, как он оживает в виде естественного, почти человеческого голоса. Без серверов, без подписок, без лишних сложностей — всё работает прямо в вашем браузере. Это не фантастика, а реальность, которую предлагает StreamingKokoroJS — open-source проект, который делает текст-в-речь (TTS) доступным каждому. Давайте разберёмся, что это за зверь, почему он крут и как может пригодиться вам.
Что такое StreamingKokoroJS?
StreamingKokoroJS — это JavaScript-библиотека, которая позволяет генерировать высококачественную речь прямо в веб-браузере, используя модель Kokoro-82M-v1.0-ONNX с Hugging Face. Это компактная, но мощная модель текст-в-речь с 82 миллионами параметров, которая обеспечивает качество, сравнимое с более тяжёлыми аналогами, но при этом работает быстрее и эффективнее. Проект полностью локальный, open-source (лицензия Apache 2.0) и не требует подключения к внешним серверам. Это значит, что ваши данные остаются у вас, а голосовой синтез происходит на вашем устройстве.
Проект создан энтузиастами, которые хотят демократизировать ИИ-технологии. И, честно говоря, это вдохновляет: в мире, где многие ИИ-решения заперты за платными API, StreamingKokoroJS — как глоток свежего воздуха.
Плюсы
- Работает в браузере. Никаких установок сложного софта, никаких серверов. Открыл Chrome или Edge (с поддержкой WebGPU) — и готово.
- Модель весит всего 300 МБ (кэшируется после первой загрузки) Это делает её идеальной для личных проектов или прототипов.
- Код доступен на GitHub, лицензия Apache 2.0 позволяет использовать проект как для личных, так и для коммерческих целей.
- Качество звука. Kokoro-82M выдаёт голос, который звучит естественно, без того металлического оттенка, который часто встречается в TTS. Вы можете настроить голоса (например, выбрать "af_sky" или другие) и даже смешивать их для уникального звучания.
- Поддерживаются разные языки, включая английский (американский и британский), французский, корейский, японский и китайский. Это открывает двери для создания мультиязычного контента.
Использование.
Проект можно использовать в различных целях, например для образования или создания контента для других гео.
Проект можно попробовать здесь
Подписывайтесь на канал, тут много интересного.