kokorodoki 是音频音乐领域的开源项目，由 eel-brah 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 64。
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 2026-09-03。GPL-3.0许可，可自行部署使用，无付费版本。
它主要面向的使用场景是：聊天机器人语音回复。同类可对比的替代方案包括 Coqui TTS、Mimic 3、Edge TTS。
kokorodoki
轻量级自然语音合成，实时响应，随处可嵌
kokorodoki 是一个基于 Kokoro TTS 模型的自然语音合成应用，旨在提供快速、实时且灵活的文本转语音能力。它解决了传统 TTS 系统音质生硬、延迟高、集成复杂的问题，通过轻量级的 82M 参数模型实现接近真人发音的效果。核心能力包括：支持中英文等多语言合成、低延迟流式输出、可灵活嵌入到各种应用场景（如聊天机器人、有声阅读、辅助工具）。项目采用 Python 编写，技术栈简洁，便于二次开发和定制。目前处于早期阶段，但已具备基本功能，适合开发者探索和集成。
开源
free
音频音乐
GitHub 星标
★ 64
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eel-brah
所属国家
定价模式free
价格说明开源项目，GPL-3.0许可，可自行部署使用，无付费版本。
访问状态
是否开源是
开源协议GPL-3.0
主要语言Python
技术栈/模型kokoro,kokoro-82m,kokoro-tts,text-to-speech,tts
GitHub 星标★ 64
30天Star增速
HF 下载量
上线时间2025-03-23 00:00:00
最近更新2026-09-03 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4
使用教程
核心亮点
- 基于 Kokoro 82M 轻量模型，资源占用低，推理速度快
- 支持实时流式输出，适合交互式应用
- 代码结构清晰，Python 实现，易于定制和集成
不足之处
- 项目处于早期，文档和社区支持待完善
- 语音自然度相比大型商业 TTS 仍有差距
适用场景
- 聊天机器人语音回复
- 有声内容快速生成
- 辅助阅读工具集成
替代项目
Coqui TTS、Mimic 3、Edge TTS
项目介绍
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···