Repolode
提交项目
hexgrad

hexgrad/kokoro

Kokoro-82M 文字转语音模型的 Python 推理库，模型参数量为 8200 万。

在 GitHub 查看
Star
9,474
Fork
1,054
未关闭 Issue
214
最近提交
去年

这是什么？

kokoro 是 Kokoro-82M 文字转语音模型的推理库，可通过 pip 从 PyPI 安装。它提供 KPipeline 类，把文本逐段转换为音频，同时返回每段对应的字形文本和音素。

库通过语言代码支持多种语言，包括美式英语、英式英语、西班牙语、法语、印地语、意大利语和巴西葡萄牙语；安装可选依赖后还支持日语和普通话。音色通过名称选择（如 af_heart），也可以直接加载音色张量文件。英语的集外词回退以及部分其他语言需要 espeak-ng，项目文档中包含 Linux、macOS 和 Windows 的安装步骤。

在 Apple Silicon 的 Mac 上，设置环境变量 PYTORCH_ENABLE_MPS_FALLBACK=1 可启用 GPU 加速。项目还提供 conda 环境配置文件，便于解决依赖问题。

核心功能

  • 01可通过 pip 从 PyPI 安装，使用 KPipeline 类调用
  • 02为每段文本输出字形文本、音素和音频
  • 03通过语言代码支持英语、欧洲语言及日语、普通话等
  • 04可选择命名音色，也可直接加载音色张量
  • 05英语集外词回退及部分语言依赖 espeak-ng
  • 06支持在 Apple Silicon Mac 上通过 PyTorch MPS 加速

适用场景

  • 为 Python 应用或 Notebook 添加语音输出
  • 将长文本分段生成旁白或配音
  • 在个人设备或生产服务中部署轻量级 TTS 模型

快速上手

  1. 1

    从 PyPI 安装该库

    pip install kokoro>=0.9.4 soundfile
  2. 2

    安装 espeak-ng（用于英语回退及部分其他语言）

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

    创建管道并从文本生成语音

    pipeline = KPipeline(lang_code='a')

使用前须知

  • 非英语语言及部分功能需要额外步骤，例如安装 espeak-ng 或 misaki 扩展。
  • Windows 用户需要从发布页手动安装 espeak-ng。

标签

#text-to-speech#tts#speech-synthesis#pytorch#python#audio

常见问题

kokoro 是什么？
Kokoro-82M 文字转语音模型的 Python 推理库，模型参数量为 8200 万。 kokoro 是 Kokoro-82M 文字转语音模型的推理库，可通过 pip 从 PyPI 安装。它提供 KPipeline 类，把文本逐段转换为音频，同时返回每段对应的字形文本和音素。
kokoro 可以免费使用吗？用的什么许可证？
kokoro 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。
kokoro 还在维护吗？
超过半年未提交。kokoro 最近一次提交是在 2025年8月6日。
kokoro 适合用来做什么？
为 Python 应用或 Notebook 添加语音输出 将长文本分段生成旁白或配音 在个人设备或生产服务中部署轻量级 TTS 模型
kokoro 怎么安装和运行？
从 PyPI 安装该库: pip install kokoro>=0.9.4 soundfile 安装 espeak-ng（用于英语回退及部分其他语言）: apt-get -qq -y install espeak-ng 创建管道并从文本生成语音: pipeline = KPipeline(lang_code='a')
在哪里获取 kokoro？
源代码和安装说明在 GitHub 上：https://github.com/hexgrad/kokoro

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目