
项目预览
项目数据
项目介绍
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 ★ 2003
技术标签
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- Python 3.11-3.12(不支持 Python 3.13 及以上)
- pip 或 uv(README 推荐 uv)
- 如需从源码安装,需已安装 git
- 可选:GPU 环境以获得加速(README 提到支持 GPU)
安装与启动步骤
-
1确认 Python 版本
先检查本机 Python 版本,必须为 3.11 或 3.12,3.13+ 当前不被支持。
python --version -
2从 PyPI 安装
README 推荐的方式,使用 uv 或 pip 全局安装 kokoro-tts,二选一执行即可。
uv tool install kokoro-tts pip install kokoro-tts -
3验证命令可用
安装后运行帮助命令,能正常打印用法说明即安装成功。
kokoro-tts --help -
4源码克隆安装
不想用 PyPI 时,克隆仓库后进入目录,用 uv 创建虚拟环境并以可编辑模式安装。
git clone https://github.com/nazdridoy/kokoro-tts.git cd kokoro-tts uv venv uv pip install -e . -
5pip 方式本地安装
没有 uv 时,用 Python 自带 venv 建环境并安装;Windows 激活命令见 README 注释。
python -m venv .venv source .venv/bin/activate pip install -e . -
6不安装直接运行
只装依赖不安装包,然后用 uv run -m kokoro_tts 或 python -m kokoro_tts 运行。
python -m venv .venv source .venv/bin/activate pip install -r requirements.txt -
7文本转语音
把文本文件转为音频,可指定语速、语言和音色。本地安装方式需用 uv run kokoro-tts 或先激活虚拟环境。
kokoro-tts input.txt output.wav --speed 1.2 --lang en-us --voice af_sarah
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
--speed | 否 | 调节语音语速,数值越大越快 | 1.2 |
--lang | 否 | 指定语音语言代码 | en-us |
--voice | 否 | 指定发音音色,支持音色混合 | af_sarah |
如何确认成功
运行 kokoro-tts --help 能正常输出帮助信息,即表示安装成功。
常见问题
Q:Python 3.13 可以安装吗?
A:不可以。README 明确说明当前仅支持 Python 3.11-3.12,3.13+ 暂不支持,请切换到 3.11 或 3.12 环境。
Q:本地安装后提示找不到 kokoro-tts 命令?
A:README 说明本地安装(Method 3)需使用 uv run kokoro-tts,或先激活虚拟环境后再运行;未安装方式(Method 4)用 uv run -m kokoro_tts 或 python -m kokoro_tts。
Q:支持哪些输入格式?
A:支持 TXT、EPUB、PDF 文件,也支持标准输入和管道输入;可输出 WAV 与 MP3,并可按章节拆分或合并。
Q:uv 和 pip 选哪个?
A:README 推荐使用 uv,安装更快;若本机没有 uv,用 pip 或 python -m venv 加 pip 的方式同样可以完成安装。
注意事项
- README 中 Method 2(从 Git 安装)的命令正文被截断,此处未还原,请以官方仓库最新说明为准。
- 完整命令行参数(如音色混合、章节拆分、MP3 输出等)未在节选中列出,请用 kokoro-tts --help 查看实际参数。
- Windows 激活虚拟环境请用 .venv\Scripts\activate,而非 source 命令。
- 运行时可能需要下载模型权重,首次执行会耗时并有网络要求。
核心亮点
- 直接支持 EPUB 和 PDF 输入,免去文本预处理步骤
- 音色混合功能可生成独特声音,提升听感
- 多语言支持,适合国际化内容创作
不足之处
- 依赖 Kokoro 模型,模型体积较大,首次下载耗时
- 命令行界面,对非技术用户不友好
- 文档/社区待观察
适用场景
- 将长篇小说或教材转为有声书,方便通勤时听
- 把 PDF 论文或报告转成语音,辅助视力障碍者阅读
- 快速生成多语言播客内容,节省录音成本
替代项目
edge-tts、piper-tts、Coqui TTS
上一篇:GLM-TTS
下一篇:ultimate-rvc
同类项目推荐
piper1-gpl
开源
本地离线跑,低配设备也能快速合成自然语音
Fast and local neural text-to-speech engine
so-vits-models
开源
一站式收藏AI模型,快速找到声音、图像、视频生成工具
收集有关so-vits-svc、TTS、SD、LLMs的各种模型、应用以及文字、声音、图片、视频有关的mo···
vibevoice-studio
开源
录段声音,就能用你的声音说话
Beautiful voice app: record or upload to train a voice, generate speech from text or···
jpreprocess
开源
用 Rust 重写 OpenJTalk,让日语 TTS 文本预处理更快更安全
Japanese text preprocessor for Text-to-Speech applications (OpenJTalk rewrite in rus···
kokoro-tts-addon
开源
在浏览器里离线跑神经TTS,低配硬件也能流畅发声。
Local neural TTS for Browsers: fast, expressive, and offline—runs on modest hardwar···
AudioGPT
开源
一句话搞定音频理解与生成,还能驱动数字人说话
AudioGPT: Understanding and Generating Speech, Music, Sound, and Talking Head
python-twelve-tone
开源
输入十二音序列,一键生成矩阵和旋律,导出 MIDI
:notes: 12-tone matrix to generate dodecaphonic melodies :notes:
breeze-tts
开源
官方 PyTorch 推理,快速把文字变成中文语音
Official PyTorch inference for Breeze TTS 2
Chatterbox-TTS-Server
开源
一键自托管,轻松生成高质量语音,支持声音克隆和长文本处理。
Self-host the powerful Chatterbox TTS model. This server offers a user-friendly Web ···