Kokoro：CPU対応のローカルTTSツール
Judul asli: Local, CPU-Friendly, High-Quality TTS (Text-to-Speech) with Kokoro
Mengapa Ini Penting
GPUなしでも高品質TTSが実現可能となり、プライバシー重視のローカルAI活用が広がる
Kokoro（82Mパラメータ）はローカル環境でCPUのみを使用し、英語・中国語・ヒンディー語など多言語の高品質音声合成を約50種類のボイスで実現するオープンソースTTSモデルです。
Kokoroは、わずか82Mパラメータながら高品質な音声を生成できるTTS（テキスト読み上げ）モデルです。英語・中国語（普通話）・ヒンディー語を含む複数言語に対応し、約50種類のボイスを提供しています。
セットアップは「Kokoro-FastAPI」というコンテナイメージを使用するのが最も簡単で、Dockerまたは Podmanで起動可能です。コンテナサイズは約5GBです。OpenAIの音声APIと互換性のあるインターフェースも提供されており、既存のシステムへの組み込みが容易です。
合成速度のベンチマークでは、短い段落テキスト（約50語）に対し、Intel Core i7-4770Kで4.7秒、Apple M2 Proで4.5秒、AMD Ryzen 7 8745HSで1.5秒という結果が示されています。12年前のCPUでも実用的な速度で動作することが確認されています。
また、TTS・STT両機能を必要とする場合の代替として「Speaches」も紹介されており、OpenAI のWhisperを内包した音声認識機能も提供しています。ローカルLLMと組み合わせることで、プライバシーを守りながら音声でAIの回答を聴くことができます。