KittenTTS 2で5秒の音声から声を複製し、CPU上でリアルタイムに動作するオープンソースの音声合成ライブラリ。
thewh1teagle/kokoro-onnx
ONNX Runtime上でKokoroモデルを実行し、CPUとGPUに対応したオフライン音声合成用Pythonパッケージ。
- スター
- 2,794
- フォーク
- 306
- 未解決の Issue
- 80
- 最終コミット
- 2 か月前
これは何?
kokoro-onnxは、ONNX Runtime経由でKokoro-82M音声合成モデルを実行し、テキストを音声に変換するPythonパッケージです。Kokoro-TTSモデルをベースとしており、クラウドの音声サービスを呼び出さずにローカルで音声を生成できます。
複数の音声と多言語に対応しています。バージョン1.0のモデルファイルをダウンロードでき、パッケージはpipでPyPIからインストールできます。フルモデルより大幅に小さいと説明されている量子化モデルも利用でき、作者によるとmacOS M1でほぼリアルタイムの速度で動作します。
リポジトリには、生成した音声をWAVファイルに保存するサンプルスクリプトが含まれています。v1.0モデルでテキストを音素に変換するには、misaki g2pパッケージの使用が推奨されています。
主な機能
- 01ONNX Runtimeを使ってKokoro音声合成モデルをローカルで実行
- 02pipでPyPIからインストール可能
- 03複数の音声と言語に対応
- 04フルモデルより大幅に小さい量子化モデルを提供
- 05CPUとGPUの両方での実行に対応
ユースケース
- Pythonアプリケーションにオフライン音声出力を追加する
- スクリプトから動画や記事向けのナレーション音声を生成する
- クラウドTTSアカウントを使わずに音声機能のプロトタイプを作成する
トピック
よくある質問
- kokoro-onnx とは?
- ONNX Runtime上でKokoroモデルを実行し、CPUとGPUに対応したオフライン音声合成用Pythonパッケージ。 kokoro-onnxは、ONNX Runtime経由でKokoro-82M音声合成モデルを実行し、テキストを音声に変換するPythonパッケージです。Kokoro-TTSモデルをベースとしており、クラウドの音声サービスを呼び出さずにローカルで音声を生成できます。
- kokoro-onnx は無料で使えますか?ライセンスは?
- kokoro-onnx は MIT 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-onnx は今もメンテナンスされていますか?
- 半年以内に更新あり。kokoro-onnx の最終コミットは 2026年9月1日 です。
- kokoro-onnx は何に使えますか?
- Pythonアプリケーションにオフライン音声出力を追加する スクリプトから動画や記事向けのナレーション音声を生成する クラウドTTSアカウントを使わずに音声機能のプロトタイプを作成する
- kokoro-onnx 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/thewh1teagle/kokoro-onnx
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
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。
Sopranoは、CUDA・CPU・MPSに対応し、ストリーミング出力が可能な超軽量のオンデバイス音声合成モデルです。
Kokoro-82M TTSを使い、EPUB、PDF、テキスト、字幕ファイルを字幕同期付きの音声に変換するデスクトップ/Webアプリ。
Microsoftによるオープンソースの音声AIモデル群。長時間音声の認識(ASR)、複数話者の音声合成(TTS)、リアルタイムストリーミングTTSに対応。
LLM系モデルを基盤とするオープンソースの音声合成システム。ボイスクローニング、自然言語による感情制御、複数話者の音声生成に対応します。