kokoro
项目功能
Kokoro 是一个基于 8200 万参数的开放权重文本到语音（TTS）模型的推理库，支持多语言（如英语、西班牙语、法语、日语、中文等），提供高质量语音合成，且模型轻量、运行速度快、成本低。权重采用 Apache 许可证，可自由部署于生产环境或个人项目。
使用方法
- 安装依赖：通过
pip install kokoro安装库，Windows 需额外安装 espeak-ng。 - 初始化管道：使用
KPipeline指定语言代码（如'a'表示美式英语），输入文本并选择语音风格（如'af_heart'）。 - 生成音频：通过
pipeline(text, voice=..., speed=...)生成语音，支持分段输出、保存为 WAV 文件及实时播放。
主要特性
- 支持多语言（需安装对应语言包）；
- 轻量级模型，性能接近大模型但更高效；
- 提供高级配置（如语音风格、速度、分段规则）；
- 支持 Windows、MacOS（含 Apple Silicon GPU 加速）及 Conda 环境部署。