标签
本文介绍Kokoro，一个轻量级82M参数的文本转语音模型，可在本地CPU上运行，提供跨多种语言的高质量语音合成，同时保护隐私。文章解释了如何通过Docker容器设置Kokoro，并使用兼容OpenAI的API进行简单集成。
比较两个本地运行的移动TTS模型——Kokoro和Supertonic，质疑它们在初始演示之外的生产质量。
NVIDIA 在 Hugging Face 上发布了 Kokoro TTS 模型的优化 ONNX 版本。这款拥有 8200 万参数的模型轻量、快速，且可用于商业用途。
Audiblez 是一个开源工具，能将 EPUB 电子书快速转换为高质量的 M4B 有声书，使用 Kokoro-82M 语音模型，支持多种语言和图形界面，通过 pip 一键安装。
Derpy Turtle 是一款 Windows GUI 工具，旨在通过整合音色搜索、RVC 模型训练和生成后音色转换，将工作流统一起来，从而增强 Kokoro 的语音输出效果。