kokoro-web

免费自托管AI语音合成，OpenAI接口一键接入

Kokoro Web 是一个基于 Kokoro-82M 模型的开源 AI 文本转语音（TTS）项目，提供在线演示和自托管两种使用方式。它解决了开发者快速集成高质量 TTS 能力的需求，核心能力包括：支持 30 多种语言和 100 多种声音，提供 OpenAI 兼容的 API 接口，可无缝替换现有语音服务。项目采用 TypeScript 编写，前端简洁易用，后端基于 FastAPI，支持 GPU 和 CPU 推理，并允许用户上传自定义声音样本进行克隆。无论是个人开发者还是企业团队，都能通过简单的部署步骤，在本地或服务器上运行，实现低延迟、高自然度的语音合成。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 740

维护状态低维护

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队eduardolat

所属国家

官网地址https://voice-generator.pages.dev

GitHubhttps://github.com/eduardolat/kokoro-web

定价模式free

价格说明完全免费，支持在线使用或自托管，兼容OpenAI API。

访问状态

是否开源是

开源协议MIT

主要语言TypeScript

技术栈/模型ai,kokoro,kokoro-82m,kokoro-tts,machine-learning,text-to-speech,tts,voice,voice-generation

GitHub 星标★ 740

30天Star增速

HF 下载量

上线时间2025-02-09 00:00:00

最近更新2026-09-22 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数6

使用教程

核心亮点

OpenAI 兼容 API，可无缝替换现有 TTS 服务，迁移成本低
支持 30+ 语言和 100+ 声音，覆盖全球主流语种
支持声音克隆，上传样本即可生成个性化音色

不足之处

文档/社区待观察
模型体积较大，CPU 推理延迟较高，需 GPU 获得最佳性能

适用场景

为应用或网站快速集成多语言语音播报功能
在本地或私有云部署，替代商业 TTS 服务以降低成本
生成有声书、播客或视频配音，支持自定义音色

替代项目

Coqui TTS、Piper、MeloTTS

项目介绍

kokoro-web 是音频音乐领域的开源项目，由 eduardolat 开发，2025 年首次发布。

它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 740。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-09-22。完全免费，支持在线使用或自托管，兼容OpenAI API。从国内网络环境看，可直接访问。

它主要面向的使用场景是：为应用或网站快速集成多语言语音播报功能。同类可对比的替代方案包括 Coqui TTS、Piper、MeloTTS。

上一篇：bark-voice-cloning-HuBERT-quantizer

下一篇：voicebox-pytorch