Kokoro-FastAPI

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

• Docker 环境（CPU 或 NVIDIA CUDA 镜像支持 linux/amd64 与 linux/arm64）
• AMD GPU 需 ROCm 环境，仅 linux/amd64，且为实验性支持
• Apple Silicon（MPS）需通过 UV 直接运行，不使用 Docker 镜像
• 可访问 GitHub 与 Hugging Face（模型为 Kokoro-82M）

安装与启动步骤

1. 1克隆项目仓库

   从 GitHub 拉取源码，后续 Docker 构建或 UV 运行都基于该目录，请确认磁盘空间充足。

   git clone https://github.com/remsky/Kokoro-FastAPI.git
   cd Kokoro-FastAPI

   复制

2. 2按硬件选择镜像

   CPU 与 NVIDIA GPU 使用官方预构建镜像（含 amd64、arm64）；AMD GPU 用 ROCm 镜像，仅 amd64 且为实验性。

3. 3启动 Docker 服务

   README 只说明提供预构建多平台镜像，未给出具体 docker run 命令与端口，请以仓库 README 现有说明为准，不要自行猜测参数。

4. 4Apple Silicon 运行

   M 系列芯片可直接用 UV 运行项目，无需 Docker 镜像，具体命令见仓库说明。

5. 5接入 OpenAI 接口

   服务提供 OpenAI 兼容的 Speech 接口，可将地址填入 OpenWebUI、Home Assistant 等已兼容该项目的前端使用。

如何确认成功

按仓库说明启动后，用 OpenAI 兼容客户端或前端请求 Speech 接口能返回音频即视为成功。

常见问题

注意事项

• 本教程依据 README 节选整理，README 未给出 docker run、端口与配置项细节，务必以仓库最新 README 为准。
• AMD ROCm 支持标注为 experimental，生产环境建议优先选择 CPU 或 NVIDIA CUDA 镜像。
• 项目附带可选 WebUI，并支持语音混合、多说话人、时间戳字幕与音素接口等能力。
• 该服务为 Kokoro-82M 模型封装，生成速度快，可短时间内产出大量语音。