Một dự án mã nguồn mở khác đang làm mưa làm gió trên GitHub ngày hôm nay là Kokoro-TTS-Ultra, một mô hình chuyển đổi văn bản thành giọng nói (Text-to-Speech) thế hệ mới. Được phát triển bởi một nhóm nghiên cứu độc lập, Kokoro-TTS-Ultra chứng minh rằng không cần đến những mô hình khổng lồ hàng tỷ tham số của các tập đoàn lớn để tạo ra giọng nói AI tự nhiên và truyền cảm.
Mô hình này chỉ có kích thước vỏn vẹn 85 triệu tham số, cho phép nó chạy trực tiếp trên trình duyệt web hoặc các thiết bị di động tầm trung mà không cần kết nối mạng. Điểm đột phá của Kokoro-TTS-Ultra nằm ở kiến trúc khuếch tán tiềm ẩn (latent diffusion) được tối ưu hóa riêng cho âm thanh, giúp tái tạo chuẩn xác các khoảng nghỉ lấy hơi, ngữ điệu biểu cảm và tiếng thở nhẹ của con người dựa trên ngữ cảnh của văn bản.
Cộng đồng lập trình viên đánh giá rất cao dự án này vì nó hỗ trợ đa ngôn ngữ cực tốt, bao gồm cả các ngôn ngữ có thanh điệu phức tạp như tiếng Việt. Ngoài ra, Kokoro-TTS-Ultra còn cung cấp một API cực kỳ đơn giản bằng Python, cho phép tích hợp vào các dự án trợ lý ảo, game nhập vai hoặc ứng dụng đọc sách nói chỉ với vài dòng lệnh.
Hiện tại, dự án đã đạt mốc 12.000 stars trên GitHub và đang được tích hợp nhanh chóng vào các nền tảng nhà thông minh mã nguồn mở như Home Assistant. Sự thành công của Kokoro-TTS-Ultra là minh chứng rõ nét cho thấy sức mạnh của cộng đồng mã nguồn mở trong việc dân chủ hóa các công nghệ AI tiên tiến nhất.