Kokori

Kokori fait tourner une API REST directement sur votre machine, écoute sur un port local et renvoie l'audio de tout texte que vous envoyez. Vous postez du texte brut, un nom de voix et une valeur de vitesse, et vous recevez l'audio en quelques centaines de millisecondes. Aucun SDK. Aucune clé cloud. Aucune limite de débit sur laquelle buter à 2 heures du matin quand vous êtes en plein sprint et avez juste besoin d'un test de plus.

Chaque voix tourne localement via le moteur Kokoro, ce qui signifie que la génération continue de fonctionner sans connexion internet. Pas d'internet, pas de problème. Votre texte et votre audio ne touchent jamais un serveur externe, ce qui compte si vous manipulez des scripts clients, des notes médicales ou tout document confidentiel qui ne peut tout simplement pas être risqué sur un cloud tiers que vous ne contrôlez pas.

L'application embarque des dizaines de voix réparties entre anglais américain, anglais britannique et d'autres langues, chacune étiquetée avec une note de qualité. Les voix anglaises les mieux notées sonnent presque comme en studio, tandis que les moins bien notées sont pratiques pour des brouillons rapides. Vous pouvez changer de voix à chaque requête ou définir une voix par défaut.

Kokori vit dans la barre de menus de macOS, donc vous déclenchez la parole sans chercher une fenêtre. Cela la garde hors du chemin tout en restant à un clic de tout ce sur quoi vous travaillez.

Vous ajustez la rapidité avec laquelle une voix parle et le caractère aigu ou grave de sa sonorité. Une vitesse de 1.0 est la normale. Les lectures lentes aident quand vous relisez un script ou vérifiez la prononciation d'un mot étranger. Descendez à 0.7 et vous entendez soudain chaque syllabe qu'une voix rate bien avant d'envoyer le fichier à un client ou de le publier pour le monde entier.

L'application conserve des journaux locaux détaillés de chaque requête, donc quand quelque chose casse vous voyez exactement ce qui est entré et ce qui est revenu. Les échecs silencieux sont les pires. Pour un développeur qui traque un bug dans une intégration, un journal lisible bat les suppositions à chaque fois.

Il n'y a ni plafond par caractère ni limitation de débit. Une fois que vous détenez une licence, vous générez autant d'audio que vous voulez, et c'est la principale raison pour laquelle les gens la choisissent plutôt que des services cloud facturés à l'usage, pour des tests intensifs. Lancez cent lignes de test pendant la nuit et personne ne vous envoie de facture le matin, parce que le modèle tourne sur le Mac posé sous votre bureau.