开源文本转语音库,KittenTTS 2 可从几秒音频克隆声音,并能在 CPU 上实时合成。
1.6万967PythonApache-2.0更新于 4天前
基于 ONNX Runtime 运行 Kokoro 模型的 Python 离线文本转语音库,支持 CPU 与 GPU。
kokoro-onnx 是一个 Python 库,通过 ONNX Runtime 运行 Kokoro-82M 文本转语音模型,把文字合成为语音。开发者无需调用云端语音服务,即可在本地生成音频。
项目提供多种音色并支持多种语言。可以通过 pip 从 PyPI 安装,1.0 版本的模型文件可直接下载。项目同时提供量化版模型,体积明显更小;作者称在 macOS M1 上可接近实时地生成语音。
仓库附带示例脚本,可将生成的语音保存为 WAV 文件。使用 1.0 模型时,项目推荐配合 misaki g2p 包进行文本到音素的转换。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
开源文本转语音库,KittenTTS 2 可从几秒音频克隆声音,并能在 CPU 上实时合成。
Kokoro-82M 文字转语音模型的 Python 推理库,模型参数量为 8200 万。
Soprano 是一个超轻量、可在本地运行的文本转语音模型,支持流式输出。
将 EPUB、PDF、文本等文件转换为带同步字幕的有声书,基于 Kokoro-82M 语音合成。
微软开源的语音 AI 模型系列,包含长音频语音识别、多人对话语音合成和实时流式语音合成。
开源文本转语音系统,支持声音克隆、自然语言控制情绪和多角色语音生成。