この無料AI音声ジェネレーターは、オープンソースのモデルとコードで構築されています。このページでは、各部分、そのライセンス、ソースの入手先を一覧にしています。特に記載がない限り、すべてのファイルは改変せずに提供しています。
| 部品 | ライセンス | 出典 |
|---|---|---|
| Kokoro-82M v1.0 音声モデル（Transformers.js コミュニティによる ONNX ビルド、8ビット量子化）と、その音声ファイル | Apache License 2.0 | huggingface.co/hexgrad/Kokoro-82M、huggingface.co/onnx-community/Kokoro-82M-v1.0-ONNX |
| kokoro-js 1.2.1 | Apache License 2.0 | github.com/hexgrad/kokoro |
| Transformers.js 3.5.1 | Apache License 2.0 | github.com/huggingface/transformers.js |
| ONNX Runtime Web 1.22（WebAssemblyエンジン） | MIT License | github.com/microsoft/onnxruntime |
| phonemizer.js 1.2.1（テキストを音に変換） | Apache License 2.0 | github.com/xenova/phonemizer.js |
| eSpeak NG。WebAssemblyにコンパイルされ、phonemizer.jsに組み込まれています | GNU GPL バージョン3以降 | github.com/espeak-ng/espeak-ng |
eSpeak NG と GPL
phonemizer.js は自らを Apache-2.0 と表示していますが、組み込まれている音声エンジン eSpeak NG は GNU General Public License バージョン3以降でライセンスされており、ダウンロードされるスクリプトにはそれがコンパイル済みの形で含まれています。そのため、ブラウザ内で動く音声プログラム全体を GPL-3.0 の条件で提供しています。このライセンスの下で、コピー、研究、改変、再配布できます。
- ライセンス全文：GPL-3.0。
- eSpeak NG のソース：github.com/espeak-ng/espeak-ng。WebAssembly版は phonemizer.js から入手したものです（その
src/espeakng.worker.jsとビルドスクリプトを参照してください）。 /assets/voice/kokoro-web.22b79dc3.jsで配信されているスクリプトは、kokoro-js 1.2.1 のブラウザ版バンドルを改変せず、ダウンロード先のみ assets.hermoso.ai に変更したものです。それを動かすページのスクリプト voice-tool.070fec0f.js と、モデルを実行するワーカー voice-worker.0fd56bf4.js は、MITライセンスで公開された読める JavaScript です。- いずれかのソースを物理媒体でご希望の場合、またはこのページのリンクが切れている場合は、hello@hermoso.ai までご連絡ください。お送りします。
その他のライセンス全文
- Apache License 2.0（Kokoro、kokoro-js、Transformers.js、phonemizer.js）
- ONNX Runtime、MIT License、Copyright (c) Microsoft Corporation
音声学習データのクレジット
Kokoroモデルは、寛容で著作権のない音声で学習されています。作者は、バージョン1.0の学習セットに含まれていた2つの Creative Commons Attribution データセットを挙げています。Koniwa の tnc コーパス（CC BY 3.0）と、SIWIS フランス語音声合成データベース（CC BY 4.0）です。Kokoro は Li ら による StyleTTS 2 をもとに設計され、Kokoro の作者が学習させました。詳細はモデルカードをご覧ください。
当社による変更点
kokoro-js バンドル内のダウンロード先を Hugging Face と jsDelivr から assets.hermoso.ai に変更し、すべてを当社のストレージから配信するようにしました。ONNX Runtime の WebAssembly ファイルとそのスクリプトのつなぎ部分は、Transformers.js 3.5.1 で公開されたファイルをそのまま使用しています。モデルと音声ファイルは、8ビットの ONNX ビルドをそのまま使用しています。
よくある質問
この無料AI音声ジェネレーターはオープンソースですか？
オープンソースの部品で構成されています。Kokoroモデルと Transformers.js は Apache-2.0、ONNX Runtime は MIT、eSpeak NG は GPL です。ページのスクリプトは、MITライセンスの下で読める JavaScript です。