Наконец-то нормальный локальный TTS, который реально работает на CPU и звучит по-человечески

Kokoro (82M параметров) даёт реалистичную речь на английском, китайском, хинди и ~50 голосов. Полностью работает на CPU (без GPU), генерирует короткий абзац за 1.5–4.7 секунды в зависимости от процессора. Есть готовый контейнер с OpenAI-совместимым API — можно быстро подставить вместо платных сервисов.

Почему это круто для разработчиков:

Приватность (всё локально)
Интеграция с локальными LLM (голосовой вывод ответов)
Не нужно платить за API и не зависеть от интернета
Отлично для мобильных/edge-приложений, ботов, accessibility-фич
Модель уже на Hugging Face, есть готовый FastAPI-контейнер.

Подробный обзор и ссылки на модель/контейнер

#TTS #LocalAI #EdgeComputing #Privacy #DeveloperTools #AI