自然な音声合成を ブラウザで。
Kokoro-82M 駆動のオンデバイス ニューラル音声合成。英語と中国語（普通話）の合計 128 音声、サーバーゼロ。
ニューラルボイス。アップロードゼロ。
Transformers.js 経由でデバイス上で完全に動くスタジオ品質の TTS。
100% プライベート
テキストがブラウザの外に出ることはありません。すべての合成はローカルで行われます。
WebGPU 加速
GPU が利用可能な場合は GPU で推論、WASM へフォールバック。
Kokoro-82M
Apache-2.0 の軽量ニューラル TTS。英語エンジンに加え、中英混交テキストも自然に読める普通話エンジン（v1.1-zh）を搭載。
128 の音声
米英英語 28 音声（A-F 品質評価付き）と普通話 100 音声（女性・男性）を用意。
3 ステップ。サーバーゼロ。
- 01
テキストを入力
音声に変換したいテキストを入力します。
- 02
音声を選ぶ
英語または普通話の 128 音声から選択。必要に応じて速度を調整。
- 03
再生またはダウンロード
ブラウザで試聴、または WAV ファイルとしてダウンロード。
About the neural text-to-speech tool
A free text-to-speech tool that generates natural-sounding speech entirely in your browser with the Kokoro neural voice model. Use it for narration drafts, voiceovers for video, language learning, accessibility, or previewing writing aloud — with no account, no API keys, and no per-word pricing.
How it works
Kokoro is a compact, high-quality neural TTS model running via Transformers.js, with WebGPU acceleration when the browser supports it. Two engines ship with the tool: 28 American and British English voices (graded A–F for naturalness) and 100 Mandarin voices, including a v1.1-zh build that reads mixed Chinese–English text naturally. Text is synthesized locally into audio you can play instantly and export as WAV. Voices and model weights download once and are then cached, after which synthesis works offline.
Limits & requirements
First run downloads model and voice data. Each generation accepts up to 500 characters, so long passages are best processed section by section; synthesis itself returns in seconds once the models are cached. Quality is strongest on English and Mandarin — the two engines shipped here.
Privacy
Cloud TTS services receive every word you type — including, routinely, confidential draft content. Here your text never leaves the browser. Scripts, notes, and documents you read aloud remain private by construction.