尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Kokoro:本地、CPU 友好,实现多语言高质量文本转语音!
本地高质量 TTS 成现实就在几年前实现逼真的本地语音合成似乎还是天方夜谭。如今其质量已十分出色而且关键的是在实现这一效果的同时还能保障隐私。运行情况与使用模型上面的视频展示了根据示例文本生成的音频该音频完全在本地机器上运行这台机器在之前的文章中已有介绍。虽然这台机器配备了专用 GPU但该 GPU 完全用于大语言模型LLM推理语音合成则完全由 CPU 驱动。所使用的模型是 Kokoro尽管它只有 8200 万个参数却能生成包括英语、普通话和印地语在内的多种语言的逼真语音。它提供了约 50 种不同的语音主要针对英语进行了优化。设置服务器的方法有几种方法可以为 Kokoro 设置服务器。最简单的方法是使用一个名为 Kokoro - FastAPI 的预制容器镜像其中包含预先下载的语音模型。因此这个容器镜像相当大约为 5GB。要使用 Docker 或 Podman 启动容器请使用相应命令。为了快速验证其是否正常运行容器会在 localhost:8880/web 提供一个简单的 Web UI。在这里你可以输入文本并生成并自动播放音频。兼容接口与测试代码除了简单的 Web UI这个容器还提供了一个与 OpenAI 语音 API 兼容的 TTS 接口这使得已经使用 OpenAI 语音 API 的现有程序能够轻松适配。为了便于快速测试在相关平台上提供了 JavaScript 和 Python 的示例代码。克隆这个仓库后就可以进行后续的演示。对于 JavaScript 和 Python 分别有对应的命令生成的音频将保存为 MP3 文件。如果你的机器上安装了 SoX 或 Sound eXchange音频还会自动播放。你还可以通过设置 TTS_VOICE 环境变量来选择不同的语音完整的可用语音列表可以在 Kokoro 官方项目页面找到。合成速度测试合成速度有多快呢以下是使用 am_eric 语音对一段简短测试段落进行合成的时间测量结果。以下列表总结了不同 CPU 上的生成时间三次运行的最佳结果Intel Core i7 - 4770K4.7 秒Apple M2 Pro4.5 秒AMD Ryzen 7 8745HS1.5 秒。列表中的第一款 CPU 是 12 年前发布的。如果这么老的 CPU 都能很好地完成任务就说明这是一个功能强大的 TTS 系统。另一选择 Speaches最后如果你想选择另一个与 OpenAI 兼容的容器化 TTS 服务可以考虑 Speaches。与 Kokoro - FastAPI 不同Speaches 需要你通过其 API 显式下载语音权重因为这些权重没有包含在容器镜像中。不过Speaches 的优势在于它集成了 Whisper这是 OpenAI 著名的高质量语音转文本STT系统。如果你的应用程序同时需要 TTS 和 STT 功能Speaches 可能是一个一站式解决方案。将这样的语音合成系统与本地大语言模型结合使用你就可以聆听大语言模型的回答而不必阅读它们
RELATED

相关推荐

别死背题库!2026年CPPM项目真正的价值,藏在中研供应链实战课程里

别死背题库!2026年CPPM项目真正的价值,藏在中研供应链实战课程里

很多供应链人陷入误区:把CPPM项目当成“应试考证工具”,只刷题库、背考点,考完证依旧不会做降本、控风险、管供应商。本文跳出传统考证科普套路,从职场破局、能力落地、行业刚需三维度拆解2026年CPPM项目核心价值,深度…

📅 2026/8/24 15:19:14
STM32 HAL库 FOC 算法移植实战:从 Simulink 模型到电机转动的 4 个关键步骤

STM32 HAL库 FOC 算法移植实战:从 Simulink 模型到电机转动的 4 个关键步骤

STM32 HAL库 FOC 算法移植实战:从 Simulink 模型到电机转动的 4 个关键步骤 永磁同步电机(PMSM)的磁场定向控制(FOC)算法在工业自动化、机器人、电动汽车等领域有着广泛应用。本文将详细介绍如何将Simulink中的FOC仿真…

📅 2026/9/8 1:26:38
人工智能真的会让程序员在5年内失业吗?

人工智能真的会让程序员在5年内失业吗?

瑞典斯德哥尔摩有一家叫Lovable的公司。146名员工。估值66亿美元。ARR超过4亿美元。人均产出超过270万美元——同样是AI编程赛道的​Cursor​,人均产出约330万美元。这些AI原生企业的人均产能比历史上任何一个传统软件公司都离谱。不是高一截,是断档。 …

📅 2026/9/7 18:02:15
MORE NEWS

更多资讯

📰

含分布式电源配电网的潮流计算:基于Matlab的建模与实现

分布式电源(Distributed Generation, DG)大规模接入配电网之后,潮流计算这件事变得远比课本上讲的复杂。过去算潮流,大家默认电网是“单电源、辐射状”结构,功率从变电站单向流向负荷末端,用前推回代法一路…

📰

一颗SOT23芯片直接转换220V到5V电源 | 交了智商税了

智商税-220V转换5V低成本220V110V转5V200mA芯片sot23EG1120 数据手册 01 SOT23电源芯片 一、前言 这是刚刚送到的网络购买的芯片。  是前天在网络上看到的低成本 220V交流电转换成5V的芯片。  工作电路也比较简单。 下面,就利用收到的芯片, 怀着激动的…

📰

Hermes Agent 更新与维护:从备份到回滚的完整实战指南

这几年只要做过 AI Agent 相关项目的人,多少都会遇到一个尴尬的阶段:Agent 装好了、跑起来了,演示的时候效果也不错,但用着用着就开始出问题——回答变飘、工具调用偶尔失灵、记忆越来越乱,甚至某天更新完一个依赖&…

📰

LiteLLM Dashboard 页面开发规范:基于 Next.js App Router 的目录结构与组件组织实践

LiteLLM Dashboard 页面开发规范:基于 Next.js App Router 的目录结构与组件组织实践 【免费下载链接】litellm The fastest, litest AI Gateway. Rust core with Python SDK. Call 100 LLM APIs in OpenAI (or native) format with cost tracking, guardrails, loa…

📰

Vue Router从入门到实践:SPA路由的核心机制与踩坑指南

前阵子有个朋友找我排查一个“页面跳动”的问题。他的Vue项目点菜单跳转时,页面总会闪一下白底,然后新内容才出现。我看完代码,发现问题的根源不在CSS,也不在某段异步逻辑,而是整份代码里完全没有引入vue-router&#…

📰

### 关于IP地址192.168.1.66/26子网广播地址计算的深度解析报告

在现代计算机网络体系中,IPv4地址的合理规划与子网划分是保障网络高效、安全运行的基石。子网划分技术不仅有助于减少广播风暴、提高网络安全性,还能更有效地利用有限的IP地址资源。本报告以一道经典的网络工程题目——“IP地址192.168.1.66/26所在子网的…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬