Kokori

Kokori ejecuta una API REST directamente en tu máquina, escucha en un puerto local y devuelve audio para cualquier texto que envíes. Publicas texto plano, un nombre de voz y un valor de velocidad, y recibes el audio en unos cientos de milisegundos. Sin SDK. Sin claves en la nube. Sin límites de tasa con los que chocar a las 2 de la mañana cuando estás en pleno sprint y solo necesitas otra prueba.

Cada voz corre en local a través del motor Kokoro, lo que significa que la generación sigue funcionando sin conexión a internet. Sin internet, sin problema. Tu texto y tu audio nunca tocan un servidor externo, algo que importa si manejas guiones de clientes, notas médicas o cualquier cosa confidencial que sencillamente no puedes arriesgar en una nube de terceros que no controlas.

La app incluye docenas de voces repartidas entre inglés americano, inglés británico y otros idiomas, cada una etiquetada con una nota de calidad. Las voces inglesas mejor valoradas suenan casi a estudio, mientras que las de nota más baja vienen bien para borradores rápidos. Puedes cambiar de voz por solicitud o fijar una por defecto.

Kokori vive en la barra de menús de macOS, así que puedes activar la voz sin buscar una ventana. Eso la mantiene fuera del camino y, aun así, a un clic de cualquier cosa en la que estés trabajando.

Puedes ajustar la rapidez con la que habla una voz y lo aguda o grave que suena. Una velocidad de 1.0 es lo normal. Las lecturas lentas ayudan cuando corriges un guion o compruebas la pronunciación de una palabra extranjera. Bájala a 0.7 y de repente oirás cada sílaba que una voz pronuncia mal mucho antes de enviar el archivo a un cliente o publicarlo en todo el mundo.

La app guarda registros locales detallados de cada solicitud, así que cuando algo falla ves exactamente qué entró y qué volvió. Los fallos silenciosos son lo peor. Para un desarrollador que persigue un error en una integración, un registro legible gana a las conjeturas siempre.

No hay tope por carácter ni limitación de velocidad. Una vez tienes una licencia, generas todo el audio que quieras, y esa es la razón principal por la que la gente la elige frente a servicios en la nube con medición para pruebas intensivas. Lanza cien líneas de prueba durante la noche y nadie te envía una factura por la mañana, porque el modelo corre en el Mac que tienes bajo el escritorio.