{"kind":"compare","slug":"kokoro","path":"/compare/kokoro","title":"Alternativa ao Kokoro TTS em 31 idiomas | SuperClonica","description":"Kokoro-82M ou SuperClonica: modelo grátis sob Apache 2.0 com 54 vozes prontas contra vozes do Supertonic 3 em 31 idiomas, vozes sob medida e um motor rápido.","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local","intro":"O Kokoro-82M é um modelo aberto de texto para fala com 82 milhões de parâmetros e licença Apache 2.0. A versão 1.0 saiu em janeiro de 2025 com 54 vozes prontas em oito idiomas. O Supertonic 3, modelo por trás do SuperClonica, está na mesma faixa: cerca de 99 milhões de parâmetros, feito para rodar em um processador comum.\n\nEntão a escolha depende menos do tamanho e mais de idiomas, vozes e licença. O Kokoro não está na nossa tabela comparativa e nós não o medimos; por isso esta página não traz números de velocidade nem de qualidade para ele, só fatos da página do modelo e do repositório.","sections":[{"heading":"O que é o Kokoro-82M","paragraphs":["O Kokoro é baseado no StyleTTS 2 com um decodificador ISTFTNet e foi treinado com algumas centenas de horas de áudio em domínio público, com licenças permissivas e sintético. Os pesos estão sob Apache 2.0, e os autores convidam abertamente ao uso em produtos comerciais.","A instalação é com pip install kokoro, mais o espeak-ng, que cuida das palavras fora do léxico em inglês e de parte dos outros idiomas. A saída é áudio em 24 kHz. Uma biblioteca separada, a kokoro-js, roda o modelo inteiro no navegador com Transformers.js."]},{"heading":"Idiomas do Kokoro em comparação com o Supertonic 3","paragraphs":["A versão 1.0 tem 54 vozes: 20 de inglês americano, 8 de inglês britânico, 8 de chinês mandarim, 5 de japonês, 4 de hindi, 3 de espanhol, 3 de português brasileiro, 2 de italiano e 1 de francês. Para português são só três vozes, e a própria lista avisa que o suporte a idiomas além do inglês pode ser fraco, por causa de uma fonetização mais simples e de menos dados de treino.","O Supertonic 3 fala 31 idiomas, entre eles português, russo, alemão, coreano, polonês e turco; o Kokoro não tem nenhum dos cinco últimos. Ele cobre todos os idiomas do Kokoro, menos o chinês: se você precisa de mandarim, o Kokoro tem vozes e o Supertonic 3 não."]},{"heading":"Vozes prontas ou uma voz só sua","paragraphs":["O Kokoro vem com as vozes prontas dele. A página do modelo informa que o codificador não foi publicado, e o pacote oficial não tem como transformar a sua gravação em uma voz nova.","O SuperClonica gira em torno de vozes sob medida. O catálogo reúne vozes do Supertonic 3 de autores independentes, cada uma com demos e preço em dólares, e algumas são grátis. Se nenhuma servir, encomende uma voz a partir de uma gravação de referência: o orçamento fica reservado no seu saldo até você aceitar o resultado. Ou treine você mesmo, de graça, com uma gravação limpa de 5 a 10 segundos na sua própria GPU NVIDIA. Nos dois casos você recebe um único arquivo JSON que funciona offline."]},{"heading":"Velocidade em um CPU comum","paragraphs":["Nós não medimos o Kokoro, então não há números de velocidade para ele aqui. Com 82 milhões de parâmetros, ele é um pouco menor que o Supertonic 3; teste no seu hardware, com os seus textos.","Para o SuperClonica estimamos de 6,4 a 9,7 vezes mais rápido que o tempo real em um CPU de desktop com 8 núcleos: uma frase de 10 segundos fica pronta em cerca de 1,0–1,6 segundo. O motor é em média 61% mais rápido que o cliente padrão do Supertonic 3 no CPU, divide textos longos em partes curtas, então repete ou corta palavras com menos frequência, e lê os mesmos arquivos de voz sem conversão."]},{"heading":"Quando o Kokoro é a melhor escolha","paragraphs":["Escolha o SuperClonica se você precisa de um idioma que o Kokoro não tem, de mais vozes em português, de uma voz fora das prontas ou de uma voz treinada com a sua gravação. O Kokoro faz mais sentido nestes casos:"],"points":["Você quer um modelo pequeno e grátis para fala em inglês, e as vozes prontas bastam.","Você precisa de chinês mandarim, que o Supertonic 3 ainda não tem.","Você quer os termos mais livres: a Apache 2.0 não tem lista de usos proibidos, ao contrário da OpenRAIL-M.","Seu app gera fala no navegador e a kokoro-js já se encaixa no seu stack."]}],"faq":[{"question":"Posso usar o Kokoro TTS comercialmente?","answer":"Sim. Os pesos do Kokoro-82M estão sob Apache 2.0, e os autores aceitam o uso comercial. O Supertonic 3 também é livre de royalties, sob a OpenRAIL-M, que tem uma lista de usos proibidos; as vozes compradas no SuperClonica são para os seus próprios projetos e não podem ser revendidas."},{"question":"O Kokoro consegue clonar voz?","answer":"Não na versão oficial: ela vem com 54 vozes prontas, e o codificador não foi publicado. Para ter uma voz a partir da sua gravação, treine uma voz do Supertonic 3 no SuperClonica ou encomende de um autor. Use só gravações sobre as quais você tem direitos e com o consentimento de quem fala."},{"question":"O Kokoro fala português?","answer":"Sim, português brasileiro, com três vozes, e a própria lista avisa que o suporte fora do inglês pode ser limitado. O Supertonic 3 também fala português, e no catálogo do SuperClonica cada voz tem demos para você ouvir antes de comprar."},{"question":"O SuperClonica é mais rápido que o Kokoro?","answer":"Não medimos o Kokoro, então não dá para afirmar. Nossa estimativa para o SuperClonica é de 6,4 a 9,7 vezes mais rápido que o tempo real em um CPU de desktop com 8 núcleos. Os dois rodam sem GPU, então o teste mais justo é o seu texto no seu computador."}],"cta":{"catalog":"Ouvir vozes em 31 idiomas","install":"Instalar o SuperClonica"},"sources":[{"label":"Página do modelo Kokoro-82M (Hugging Face)","url":"https://huggingface.co/hexgrad/Kokoro-82M"},{"label":"Vozes e idiomas do Kokoro (VOICES.md)","url":"https://huggingface.co/hexgrad/Kokoro-82M/blob/main/VOICES.md"},{"label":"Repositório do Kokoro (GitHub)","url":"https://github.com/hexgrad/kokoro"},{"label":"kokoro-js para o navegador (GitHub)","url":"https://github.com/hexgrad/kokoro/tree/main/kokoro.js"},{"label":"Página do modelo Supertonic 3","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"Texto para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}],"related":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}]}