Haré entrenar un modelo de voz TTS personalizado con Kokoro TTS

¿Buscas una síntesis de voz natural y similar a la humana, incluso con vietnamita real? Entrenaré un modelo Kokoro TTS personalizado listo para producción para tu proyecto.

¿POR QUÉ KOKORO? Piper es ligero pero suena a veces robótico. Kokoro (82M parámetros) suena humano y expresivo, manteniéndose compacto y rápido, hasta 100x en tiempo real en GPU y totalmente compatible con CPU.

QUÉ HACE ES GIG DIFERENTE

- G2P personalizada en vietnamita: referencia de precisión de lectura del 98,9% - números, signos, fechas y conmutación VI/EN leídas de forma natural

- Multivoz bien ejecutado: 32 voces en UN modelo de 82M - cada voz nueva es un tiny voicepack de 0,5 MB

- Puerta de calidad ASR: cada voz es probada con WER (~6%) antes de la entrega

LO QUE ENVIARÁS: solo 10-15 minutos de audio por voz. Las grabaciones en bruto están bien; yo me encargo del recorte, limpieza, reducción de ruido y creación del dataset.

LO QUE OBTENDRÁS: modelo Kokoro ajustado (.pth, PyTorch, CPU/GPU) + voicepacks y configuraciones + G2P personalizado (Premium) + script de inferencia en Python listo para usar y documentación.

PERFECTO PARA asistentes de hogar inteligente, juguetes para niños y cuentacuentos, agentes de IA conversacional, robots, audiolibros, narración de YouTube y diálogo de NPC en juegos.

Envíame un mensaje antes de pedirlo: ¡probaré tu muestra de audio primero!