# Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local

Atualizado 2026-10-23

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.

Então 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.

## O que é o Kokoro-82M

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.

## Idiomas do Kokoro em comparação com o Supertonic 3

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.

## Vozes prontas ou uma voz só sua

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.

## Velocidade em um CPU comum

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.

## Quando o Kokoro é a melhor escolha

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:

- 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.

## Mais sobre texto para fala

- [Texto para fala que roda no seu próprio computador](https://superclonica.com/pt/text-to-speech)
- [Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo](https://superclonica.com/pt/compare/supertonic)
- [Fish Audio e Fish Speech comparados ao SuperClonica](https://superclonica.com/pt/compare/fish-audio)
- [OmniVoice ou SuperClonica: mais idiomas ou mais velocidade](https://superclonica.com/pt/compare/omnivoice)
- [Qwen3-TTS ou SuperClonica para texto para fala local](https://superclonica.com/pt/compare/qwen3-tts)
- [VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU](https://superclonica.com/pt/compare/voxcpm)
- [F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU](https://superclonica.com/pt/compare/f5-tts)
- [Uma alternativa offline ao ElevenLabs](https://superclonica.com/pt/compare/elevenlabs)
- [Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida](https://superclonica.com/pt/compare/piper)
- [Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS](https://superclonica.com/pt/compare/xtts)
- [Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado](https://superclonica.com/pt/compare/chatterbox)

## Guias de texto para fala

- [Como converter texto em fala offline no seu computador](https://superclonica.com/pt/guides/offline-text-to-speech)
- [Clonagem de voz: como conseguir uma voz parecida com uma gravação](https://superclonica.com/pt/guides/voice-cloning)
- [Os melhores modelos de texto para fala grátis para uso local em 2026](https://superclonica.com/pt/guides/best-free-tts-models)
- [Texto para fala para vídeos, audiolivros, jogos e apps](https://superclonica.com/pt/guides/text-to-speech-for-videos)
- [Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las](https://superclonica.com/pt/guides/supertonic-3-voices)
- [Texto para fala em Python: offline, grátis e com vozes naturais](https://superclonica.com/pt/guides/python-text-to-speech)
- [API de texto para fala auto-hospedada no Docker](https://superclonica.com/pt/guides/text-to-speech-api-docker)

## Perguntas frequentes

### Posso usar o Kokoro TTS comercialmente?

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.

### O Kokoro consegue clonar voz?

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.

### O Kokoro fala português?

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.

### O SuperClonica é mais rápido que o Kokoro?

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.

- [Ouvir vozes em 31 idiomas](https://superclonica.com/pt/explore)
- [Instalar o SuperClonica](https://superclonica.com/pt/superclonica)

## Fontes

- [Página do modelo Kokoro-82M (Hugging Face)](https://huggingface.co/hexgrad/Kokoro-82M)
- [Vozes e idiomas do Kokoro (VOICES.md)](https://huggingface.co/hexgrad/Kokoro-82M/blob/main/VOICES.md)
- [Repositório do Kokoro (GitHub)](https://github.com/hexgrad/kokoro)
- [kokoro-js para o navegador (GitHub)](https://github.com/hexgrad/kokoro/tree/main/kokoro.js)
- [Página do modelo Supertonic 3](https://huggingface.co/supertone-oss-archive/supertonic-3)
- [SuperClonica](https://superclonica.com/pt/)
- [Catálogo de vozes de IA para texto em fala](https://superclonica.com/pt/explore)
- [Pedidos de vozes personalizadas](https://superclonica.com/pt/requests)
- [Como funciona: vozes, TTS local e treinamento](https://superclonica.com/pt/guide)
- [Instale o motor rápido para o Supertonic 3](https://superclonica.com/pt/superclonica)
- [Quem somos: entusiastas de TTS](https://superclonica.com/pt/about)
- [Contato, suporte e denúncias de vozes](https://superclonica.com/pt/contacts)
- [Política de privacidade e dados](https://superclonica.com/pt/privacy)
- [Termos de uso da plataforma](https://superclonica.com/pt/terms)
- [Texto para fala](https://superclonica.com/pt/text-to-speech)