Kokoro 82M 文本转语音 AI 模型
Kokoro 82M 是一款利用 StyleTTS 2 和 ISTFTNet 架构的先进文本转语音（TTS）模型。该模型在 Apache 2.0 许可下发布，结合了紧凑的尺寸和无与伦比的性能，提供美式和英式英语的高质量语音合成。
Generated on 1/24/2025
Generated on 1/24/2025
Generated on 2/9/2025
Generated on 4/4/2025
Audio Preview
Generated on 1/18/2025
Generated on 3/13/2025
Audio Preview
Generated on 2/20/2025
Generated on 2/9/2025
Generated on 3/21/2025
Generated on 2/28/2025
如何使用 Kokoro 82M
快速指南，帮助您开始使用 Kokoro 82M 进行无缝文本转语音生成。
- 安装依赖项：克隆 Kokoro 82M 仓库，并使用 pip 和 espeak-ng 设置您的环境。
- 加载模型：使用提供的代码构建 Kokoro 模型，并选择您想要的语音包。
- 生成语音：输入您的文本，并使用内置函数生成 24kHz 的音频输出。
常见问题
Kokoro 82M 在 TTS 模型中有何独特之处？
Kokoro 82M 因其高效的架构、仅 8200 万参数的紧凑尺寸和高性能而脱颖而出。它在开源和商业可行性方面超越了 MetaVoice（12 亿参数）和 XTTS（4.67 亿参数）等更大的模型。
Kokoro 82M 是否适合商业用途？
是的，Kokoro 82M 在 Apache 2.0 许可下发布，非常适合商业应用。它提供了可靠、高质量的 TTS 解决方案，没有专有限制。
Kokoro 82M 如何处理不同的口音？
Kokoro 82M 支持美式英语和英式英语。您可以选择特定的语音包，如 Bella、Sarah、Adam 等，以匹配您偏好的口音。
运行 Kokoro 82M 的系统要求是什么？
Kokoro 82M 轻量级，可在消费级硬件上运行。它支持 GPU 和 CPU 配置，ONNX 版本为实时应用提供了更广泛的兼容性。
Kokoro 82M 能否处理多语言文本？
目前，Kokoro 82M 针对英语文本到语音合成进行了优化。然而，其架构有潜力通过额外的训练数据支持其他语言。
Kokoro 82M 是否支持语音克隆？
由于训练数据集有限（<100 小时），Kokoro 82M 目前不支持语音克隆，但其现有的语音包为特定语音风格提供了卓越的质量。
