# Kokoro 82M (음성 모델)

> hexgrad의 Kokoro 82M은 작지만 평가가 매우 높은 영어 텍스트-음성 변환 모델로, 로컬에서 실행됩니다: NPC 대화, 내레이션, UI 대사용 미국식·영국식 프리셋 음성 28개를 제공합니다. CPU에서도 빠르며(llama.cpp), 음성 복제는 지원하지 않습니다. Apache-2.0, 상업적 사용 가능.

- Id: `aigd.tts-kokoro`
- 소스: 공식 (자사 `aigd.*`)
- 카테고리: 오디오
- 게시자: AI Game Dev (`aigd`), 인증됨
- 최신 버전: 1.0.3 (2026-11-22 게시)
- 라이선스: Apache-2.0
- AI Game Dev 앱 필요: `>=0.32.0-beta.6`
- 네이티브 코드: 아니요
- 평점: 아직 평가 없음
- HTML 페이지: https://ai-game.dev/ko/packages/aigd.tts-kokoro

## 설치

gamedev CLI를 사용한다면 프로젝트 폴더에서:

```bash
gamedev pkg add aigd.tts-kokoro
```

데스크톱 앱에서 Packages 창을 열고(상태 표시줄의 패키지 아이콘) **Browse**를 선택한 뒤 `aigd.tts-kokoro`를 검색하고 **Add to Project**를 클릭합니다. 자세히: https://ai-game.dev/docs/wiki/app/packages

## 버전

| 버전 | 게시일 | 앱 필요 | 참고 |
|---|---|---|---|
| 1.0.3 | 2026-11-22 | `>=0.32.0-beta.6` | 최신 |
| 1.0.2 | 2026-11-21 | `>=0.32.0-beta.6` | - |

## 설명

````markdown
# Kokoro 82M (`aigd.tts-kokoro`)

Kokoro 82M은 hexgrad의 [Kokoro-82M](https://huggingface.co/hexgrad/Kokoro-82M) v1.0으로, TTS Arena에서 최고의 오픈 모델 반열에 오른 작은 영어 텍스트 음성 변환 모델입니다. 미국식 20개, 영국식 8개로 이루어진 28개의 프리셋 음성으로 말하며, 음성 복제는 지원하지 않습니다. AI Game Dev에서는 **Local speech**(`aigd.llamacpp`, llama.cpp)를 통해 사용자 컴퓨터에서 실행되고, CPU에서도 빠르기 때문에 큰 GPU 없이 많은 영어 음성 대사가 필요한 개발자에게 적합합니다.

## 무엇을 만들 수 있나요

- 여러 캐릭터의 영어 NPC 대화, 짧은 반응 대사와 리액션을 음성과 미국식·영국식 억양으로 구분해 만들 수 있습니다.
- 내레이션, 튜토리얼 음성 안내, 메뉴와 UI 안내 음성.
- 성우가 녹음하기 전에 컷신 길이를 맞추고 대화 트리를 테스트하기 위한 임시 음성 대사.

## 요청 예시

- "이 상인 대사 다섯 개를 영국식 남성 음성으로 읽고 프로젝트에 저장해 줘."
- "1레벨 튜토리얼 텍스트를 기본 음성으로 읽어 줘."
- "퀘스트 제공자 대사마다 `am_michael`로 만든 버전과 `bf_emma`로 만든 버전을 하나씩 만들어서 비교할 수 있게 해 줘."
- "내레이터 인트로를 생성해 줘: '왕국은 단 하룻밤에 무너졌다…'"

## 주요 사양

|  |  |
|---|---|
| 모델 id | `aigd.tts-kokoro.en-f32` |
| 언어 | 영어 전용 (음성에 따라 미국식 또는 영국식 억양이 정해집니다) |
| 음성 | 프리셋 28개, 기본값 `af_heart` |
| 음성 복제 | 아니요 |
| 출력 | 24 kHz, 모노 |
| 요청당 텍스트 | 최대 2,000자 |
| 실행 환경 | NVIDIA (CUDA), Vulkan 및 Mac (Metal) GPU 또는 CPU |
| 다운로드 | 270 MB, 2개 파일 |
| 라이선스 | Apache-2.0, 상업적 사용 허용 |

## 실행 방식

이 패키지는 데이터만 담고 있으며 모델 파일을 지정합니다. 라이선스에 동의하면 앱이 Hugging Face에서 파일을 내려받아 각 파일을 sha256으로 검증한 뒤, 사용자 컴퓨터에서 **Local speech**(`aigd.llamacpp`, llama.cpp)로 실행합니다.

## 다운로드

- **Kokoro 82M (English)**(`aigd.tts-kokoro.en-f32`): 270 MB, [`ggml-org/Kokoro-82M-GGUF`](https://huggingface.co/ggml-org/Kokoro-82M-GGUF/tree/ed4a98eab16351c7d803ff011e88267a5b036666)에서 가져오는 2개 파일이며 해당 커밋에 고정되어 있습니다. 모델(`Kokoro-82M-F32.gguf`)과 음성이 담긴 오디오 프로젝터(`mmproj-Kokoro-82M-F16.gguf`)입니다.

## 지원 컴퓨터

16스레드 x86 CPU에서는 0.6 GB의 메모리로 실시간보다 약 4배 빠르게 말합니다. Windows RTX 4090에서는 짧은 대사 하나가 CUDA에서 기준선 대비 0.8 GiB 미만, Vulkan에서 0.5 GiB 미만의 VRAM을 사용했습니다.

## 음성, 언어, 발음

- 음성: `af_heart`(기본값), `af_alloy`, `af_aoede`, `af_bella`, `af_jessica`, `af_kore`, `af_nicole`, `af_nova`, `af_river`, `af_sarah`, `af_sky`, `am_adam`, `am_echo`, `am_eric`, `am_fenrir`, `am_liam`, `am_michael`, `am_onyx`, `am_puck`, `am_santa`(미국식); `bf_alice`, `bf_emma`, `bf_isabella`, `bf_lily`, `bm_daniel`, `bm_fable`, `bm_george`, `bm_lewis`(영국식).
- 언어: 영어 전용입니다. 음성이 억양을 결정합니다. `a*` 음성은 미국식 영어를, `b*` 음성은 영국식 영어로 말합니다.
- eSpeak를 사용하지 않습니다. 영어 텍스트는 모델 파일에 저장된 misaki의 발음 사전과 품사 태거를 통해 음소로 변환됩니다. 사전에 없는 단어(대부분 희귀한 고유명사)는 철자를 바탕으로 추측하기 때문에, 해당 단어를 eSpeak에 물어보는 Kokoro의 참조 구성과는 조금 다르게 들릴 수 있습니다. 모델의 다른 언어(스페인어, 프랑스어, 힌디어, 이탈리아어, 포르투갈어, 일본어, 중국어)는 음소 변환에 eSpeak가 필요해 제공하지 않습니다.

## 라이선스

Apache-2.0입니다. 상업적 사용이 허용됩니다. 모델 파일을 공유할 때는 Apache-2.0 라이선스와 고지 사항을 함께 포함하세요.

- hexgrad의 Kokoro-82M: [모델 카드](https://huggingface.co/hexgrad/Kokoro-82M), Apache-2.0. 모델 카드에는 학습에 사용된 CC BY 오디오가 나열되어 있으며, 가중치는 Apache-2.0입니다.
- 두 파일 모두 [`ggml-org/Kokoro-82M-GGUF`](https://huggingface.co/ggml-org/Kokoro-82M-GGUF)(Apache-2.0)에서 가져온 것으로, 커밋 `f3ff3571791e39611d31c381e3a41a3af07b4987`의 `hexgrad/Kokoro-82M`을 llama.cpp로 자동 변환한 것이며 프로젝터 파일에 54개 음성이 모두 들어 있습니다(앱에서는 영어 음성 28개만 제공합니다).
- 변환기가 모델 파일에 내장한 항목:
  - misaki의 영어 발음 사전 — Apache-2.0 ([라이선스](https://github.com/hexgrad/misaki/blob/main/LICENSE));
  - 영어용 NLTK 평균 퍼셉트론 태거 — MIT ([소스](https://github.com/sloria/textblob-aptagger)).

필수 저작자 표시: "Kokoro-82M by hexgrad, Apache-2.0. Pronunciation data from misaki (hexgrad, Apache-2.0) and the NLTK averaged perceptron tagger (MIT)."

제한 사항:

- 모델 파일을 공유할 경우 Apache-2.0 라이선스를 포함하고 hexgrad의 고지 사항(및 파일에 저장된 NLTK 태거의 MIT 고지 사항)을 유지하세요.

다운로드한 모델의 라이선스를 준수할 책임은 사용자에게 있습니다. 모든 파일은 Hugging Face에서 다운로드되며, AI Game Dev는 이를 호스팅하지 않습니다.
````
