kokoro-coreml

一键转换 Kokoro TTS 到 Apple 芯片,实现端侧快速语音合成

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 音频音乐 🍴 复刻 23 👀 关注 1
GitHub ↗
GitHub 星标 ★ 78
维护状态 较活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目,Apache-2.0 许可证,可自由使用和部署,无付费版本。

项目预览

kokoro-coreml 项目界面预览图
图片来源:GitHub 官方仓库名片

项目数据

分类音频音乐
开发团队mattmireles
定价模式🏷️完全免费
价格说明开源项目,Apache-2.0 许可证,可自由使用和部署,无付费版本。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型apple-neural-engine,apple-silicon,on-device-ai,text-to-speech
GitHub 星标★ 78
上线时间2025-07-09 00:00:00
代码更新2026-11-02
仓库体积103.1 MB
本站数据更新2026-11-09
维护状态较活跃
收录时间2026-08-09
浏览次数4

项目介绍

kokoro-coreml 是一个将 Kokoro TTS 模型从 PyTorch 转换为 CoreML 格式的流水线工具,旨在解锁 Apple 芯片(如 M 系列)上基于神经引擎的快速端侧文本转语音能力。它解决了在 Apple 设备上高效运行 TTS 模型时面临的格式兼容和性能优化问题,核心能力包括模型转换、量化、以及针对 Apple Neural Engine 的适配,使得开发者能够将 Kokoro 的语音合成能力集成到 iOS、macOS 等应用中,实现低延迟、离线可用的语音输出。项目处于早期阶段,但为希望在 Apple 生态中部署 TTS 的开发者提供了实用路径。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 78

核心亮点

  • 针对 Apple Neural Engine 深度优化,推理速度显著提升
  • 提供完整的 PyTorch 到 CoreML 转换流水线,开箱即用
  • 支持离线端侧部署,保护用户隐私且无需网络依赖

不足之处

  • 仅支持 Apple 平台,跨平台适用性受限
  • 文档/社区待观察

适用场景

  • 在 iOS/macOS 应用中集成离线语音助手
  • 为无障碍功能提供低延迟的实时语音反馈
  • 在 Apple 设备上构建隐私敏感的语音交互系统

替代项目

whisper.cpp、piper-tts、onnxruntime

上一篇:SNAC

下一篇:vllm-chatterbox-stream

同类项目推荐

pdf-to-podcast 开源

把 PDF 变成能听的播客,通勤路上轻松吸收知识。

Transform PDFs into AI podcasts for engaging on-the-go audio content.

★ 884 2026-08-09
MimikaStudio 开源

本地优先的 macOS 有声书转换与管理工具,支持 AI 代理自动化处理。

MimikaStudio - A local-first application for macOS (Apple Silicon) + Agentic MCP Sup···

★ 751 2026-08-09
deepvoice3_pytorch 开源

用 PyTorch 复现百度 Deep Voice 3,快速训练文本转语音模型

PyTorch implementation of convolutional neural networks-based text-to-speech synthes···

★ 1976 2026-08-09
AndroidMaryTTS 开源

在 Android 上离线生成语音,保护隐私且支持自定义声音。

Android MARY TTS - an open-source, offline HMM-Based text-to-speech synthesis system···

★ 200 2026-08-09
melgan 开源

把频谱图变成自然语音,实时合成不卡顿

MelGAN vocoder (compatible with NVIDIA/tacotron2)

★ 651 2026-08-09
ComfyUI_YuE 开源

在 ComfyUI 里把歌词一键变成整首歌

YuE is a groundbreaking series of open-source foundation models designed for music g···

★ 196 2026-10-02
MemoAI 开源

导入视频,自动出双语字幕和笔记

MemoAI Video to translated text, subtitles and notes made easy.

★ 1081 2026-10-05
MockingBird 开源

5 秒复刻一个声音,你说什么它就能说什么

Clone a voice in 5 seconds to generate arbitrary speech in real-time

★ 36872 2026-08-09
live-coding-music-mcp 开源

让 Claude 直接写 Strudel 代码,边聊边生成可播放音乐

A Model Context Protocol (MCP) server that gives Claude direct control over Strudel.···

★ 249 2026-10-02