hexgrad/kokoro

これは何？

主な機能

• 01PyPIからpipでインストールでき、KPipelineクラスで利用可能
• 02テキストの各セグメントについて書記素、音素、音声を出力
• 03言語コードを使って、英語、ヨーロッパ諸語、アジア諸語に対応
• 04名前で音声を選択、または音声テンソルを直接読み込み可能
• 05英語のフォールバックと一部の言語でespeak-ngを使用
• 06PyTorch MPSを介してApple SiliconのGPUアクセラレーションを利用可能

ユースケース

• Pythonアプリケーションやノートブックに音声出力を追加
• 長文をセグメントに分割してナレーションやボイスオーバーを生成
• 個人用ハードウェアや本番サービスで軽量なTTSモデルを実行

クイックスタート

1. 1

   PyPIからライブラリをインストールする

   pip install kokoro>=0.9.4 soundfile
2. 2

   espeak-ngをインストールする（英語のフォールバックと一部の非英語言語で使用）

   apt-get -qq -y install espeak-ng
3. 3

   パイプラインを作成し、テキストから音声を生成する

   pipeline = KPipeline(lang_code='a')

使う前に知っておきたいこと

• !非英語言語や一部の機能を利用するには、espeak-ngやmisaki extrasなどの追加手順が必要です。
• !Windowsユーザーは、espeak-ngをリリースページから手動でインストールする必要があります。

トピック

よくある質問

kokoro とは？

8,200万パラメータのオープンウェイト音声合成モデル、Kokoro-82MのPython推論ライブラリ。 kokoroは、軽量なオープンウェイト音声合成モデルKokoro-82Mの推論ライブラリです。PyPIからpipでインストールでき、入力テキストを音声に変換するKPipelineクラスを提供します。入力を分割し、各セグメントについて書記素、音素、音声チャンクを順に出力します。

kokoro は無料で使えますか？ライセンスは？

kokoro は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

kokoro は今もメンテナンスされていますか？

半年以上コミットなし。kokoro の最終コミットは 2025年8月6日 です。

kokoro は何に使えますか？

Pythonアプリケーションやノートブックに音声出力を追加 長文をセグメントに分割してナレーションやボイスオーバーを生成 個人用ハードウェアや本番サービスで軽量なTTSモデルを実行

kokoro のインストール方法は？

PyPIからライブラリをインストールする: pip install kokoro>=0.9.4 soundfile espeak-ngをインストールする（英語のフォールバックと一部の非英語言語で使用）: apt-get -qq -y install espeak-ng パイプラインを作成し、テキストから音声を生成する: pipeline = KPipeline(lang_code='a')

kokoro はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/hexgrad/kokoro