需求人群
目标受众主要是开发者和研究人员,他们可以利用该模型为应用程序添加文本到语音的功能,或者进行语音合成相关的研究和开发。由于其开源性和轻量级特性,适合希望在项目中集成高质量TTS功能但又不想从头开始构建模型的开发者。
使用场景
为移动应用添加语音提示功能在智能助手设备中集成,提供自然语言交互用于语音合成研究,探索新的语音生成技术
产品特色
支持英语(即将支持法语、日语、韩语和中文)在macOS M1上具有接近实时的快速性能提供多种声音选择,包括耳语模型轻量级,约为300MB(量化后约为80MB)基于ONNX运行时,易于部署和集成提供示例脚本,方便用户快速上手
使用教程
11. 安装uv(推荐)或使用常规Python环境22. 创建新项目文件夹,并在其中运行uv init -p 3.12初始化项目33. 使用uv add添加kokoro-onnx和soundfile依赖44. 将examples/save.py的内容复制到hello.py中55. 下载kokoro-v0_19.onnx和voices.json文件,并放置在项目目录中66. 运行uv run hello.py生成音频文件