# Kokoro 82M v1.0

Éditeur : hexgrad. Poids ouverts. Licence : Apache 2.0.

En bref : 3e sur 16 en prononciation du français ; 54e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 12 autres modèles dont les marges d'erreur se recouvrent ; 30e sur 38 en synthèse vocale en anglais (TTS Arena).

Page : https://quelleia.com/voix/modeles/kokoro-82m-v1-0/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de synthèse vocale à poids ouverts de 82 millions de paramètres, fondé sur l'architecture StyleTTS 2 et entraîné sur quelques centaines d'heures d'audio sous licence permissive. Son auteur met en avant sa légèreté, son faible coût d'exécution et sa licence Apache qui autorise l'usage commercial. (lu sur https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md)

- Sortie : 27 janvier 2025 (lu sur la page de l'éditeur, https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md)
- Taille : 82 millions de paramètres (lu sur la page de l'éditeur, https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md)

## Langues

- Annoncées par l'éditeur : 8 langues, dont le français (en, ja, zh, es, fr, hi, it, pt).
- Prises en charge selon Open TTS Leaderboard : 8 langues.
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 3e sur 16 en prononciation du français (5,41 %).
- Source des langues annoncées : https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md, https://huggingface.co/hexgrad/Kokoro-82M/raw/main/VOICES.md

## Ses classements

- Prononciation du français : 3e sur 16, taux d'erreur par mot 5,41 % ; vitesse : RTFx 74 : produit 74 secondes d'audio par seconde de calcul ; clonage de voix : non. Source : Open TTS Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_tts_leaderboard (relevé du 19 octobre 2026, version du 9 octobre 2026).
- Synthèse vocale en anglais, Artificial Analysis : 54e sur 96, Elo 1 064 (intervalle à 95 % : 1 053 à 1 075), 5 386 votes ; prix : 0,65 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/kokoro (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, TTS Arena : 30e sur 38, Elo 1 473 (intervalle à 95 % : 1 450 à 1 496), 1 033 votes, retiré par son fournisseur. Source : TTS Arena V2, TTS-AGI, https://huggingface.co/spaces/TTS-AGI/TTS-Arena-V2 (relevé du 19 octobre 2026).

## Modèles proches

- Prononciation du français : [Fish Audio S2 Pro](https://quelleia.com/voix/modeles/fish-audio-s2-pro/), 2e (5,35 %), juste devant
- Prononciation du français : [Supertonic 3](https://quelleia.com/voix/modeles/supertonic-3/), 4e (5,44 %), juste derrière
- Synthèse vocale en anglais, Artificial Analysis : [Maya 2 Flash](https://quelleia.com/voix/modeles/maya-2-flash/), 53e (1 065), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Magpie-Multilingual 357M (Feb 2026)](https://quelleia.com/voix/modeles/nvidia-magpie-multilingual-357m-feb-2026/), 54e (1 064), juste derrière
- Synthèse vocale en anglais, TTS Arena : [Voice.ai Text to Speech V1](https://quelleia.com/voix/modeles/voice-ai-text-to-speech-v1/), 29e (1 483), juste devant
- Synthèse vocale en anglais, TTS Arena : [Tontaube V0](https://quelleia.com/voix/modeles/tontaube-v0/), 31e (1 481), juste derrière

## Comment lire ces chiffres

- Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.

## Noms dans les sources

- Hugging Face (hf-audio) : hexgrad/Kokoro-82M
- Artificial Analysis : Kokoro 82M v1.0
- TTS Arena V2 : Kokoro v1.0

## Liens

- Page de l'éditeur : https://huggingface.co/hexgrad/Kokoro-82M
- L'essayer : https://huggingface.co/spaces/hexgrad/Kokoro-TTS

## Pages lues

- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md (« is an open-weight TTS model with 82 million parameters. Despite its lightweight architecture, it delivers comparable quality to larger models while being significantly faster and more cost-efficient. »), 17/10/2026
- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md (« StyleTTS 2: https://arxiv.org/abs/2306.07691 »), 17/10/2026
- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md (« Kokoro was trained exclusively on **permissive/non-copyrighted audio data** and IPA phoneme labels. »), 17/10/2026
- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md (« This is an Apache-licensed model, and Kokoro has been deployed in numerous projects and commercial APIs. »), 17/10/2026
- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/README.md (« | **v1.0** | **2025 Jan 27** | **Few hundred hrs** | [**8 & 54**] »), 17/10/2026
- https://huggingface.co/hexgrad/Kokoro-82M/raw/main/VOICES.md (« [French](#french): 1F »), 17/10/2026