Kokoro AI：革新文本到语音技术
Kokoro AI 仅用 8200 万参数，就在文本到语音合成中提供了无与伦比的性能，使其成为免费开源 TTS 解决方案中的佼佼者。非常适合寻求高质量、资源高效 TTS 模型的开发者和企业。
Audio Preview
Generated on 2/8/2025
Generated on 3/13/2025
Generated on 3/12/2025
Generated on 4/5/2025
Audio Preview
Generated on 1/20/2025
Audio Preview
Generated on 2/4/2025
Generated on 3/23/2025
Generated on 4/9/2025
Generated on 2/20/2025
Generated on 4/5/2025
如何开始使用 Kokoro AI
学习如何设置和使用 Kokoro AI，只需几步即可从文本生成高质量语音。
- 从 Hugging Face 克隆 Kokoro AI 仓库并安装依赖项：`git clone https://huggingface.co/hexgrad/Kokoro-82M` 并安装所需的库。
- 加载 Kokoro AI 模型并选择语音包。从各种语音选项中选择，如美式英语或英式英语。
- 使用 `generate` 函数将文本转换为 24kHz 音频，并使用 IPython 的显示模块等工具进行播放。
常见问题
Kokoro AI 在 TTS 模型中有什么独特之处？
Kokoro AI 因其仅 8200 万参数的紧凑尺寸、开源的 Apache 2.0 许可证以及可与更大模型媲美的卓越性能而脱颖而出。它提供多种语音选项，包括美式英语和英式英语，并支持 ONNX 以实现轻量级实时部署。
Kokoro AI 如何用更少的参数实现如此高的性能？
Kokoro AI 利用如 StyleTTS2 和 ISTFTNet 等优化架构，配合一个精心提炼的、少于100小时的数据集。这种高效的方法使其能够在保持较小模型大小的同时，生成高质量的语音。
我可以将 Kokoro AI 用于商业目的吗？
可以，Kokoro AI 采用了宽松的 Apache 2.0 许可证，允许无限制的商业使用。这使其成为希望将 TTS 功能集成到应用程序中的企业的理想选择。
Kokoro AI 有哪些局限性？
尽管 Kokoro AI 提供了出色的 TTS 性能，但由于其较小的训练数据集，它缺乏语音克隆功能。此外，目前它仅支持美式英语和英式英语，多语言能力有限。
我如何在本地或云端部署 Kokoro AI？
Kokoro AI 可以通过其 ONNX 兼容性在个人服务器或云平台上进行轻量级部署。使用 Docker 和 Cloudflare Tunnels 等工具可以简化部署过程，并使其在线可访问。
Kokoro AI 提供哪些语音选项？
Kokoro AI 包含 11 个预训练的语音包，提供美式英语和英式英语的男声和女声。这些选项适用于从旁白到实时通信系统的多种应用场景。
