kokoro-onnx

环境要求

• Python 3.12（README 的 uv 示例使用 -p 3.12）
• 推荐先安装 uv 用于隔离环境，也可直接用 pip
• 需下载模型文件 kokoro-v1.0.onnx 与 voices-v1.0.bin
• 模型体积约 300MB（量化版约 80MB），需预留磁盘空间

安装与启动步骤

1. 1安装 kokoro-onnx

   最简方式是用 pip 直接安装并升级到最新版；也可跳过此步改用后面的 uv 流程。

   pip install -U kokoro-onnx

   复制

2. 2安装 uv（推荐）

   uv 用于创建隔离的 Python 环境，官方推荐方式；已有 uv 可跳过。

   pip install uv

   复制

3. 3新建项目并加依赖

   先新建一个项目文件夹，在该文件夹内初始化 Python 3.12 环境并添加依赖。

   uv init -p 3.12
   uv add kokoro-onnx soundfile

   复制

4. 4写好示例脚本

   把仓库 examples/save.py 的内容完整粘贴到项目里的 hello.py，可按需修改其中的文本。

5. 5下载模型与音色

   从 README 给出的 Release 链接下载 ONNX 模型和音色文件，放到与 hello.py 同一目录。

   curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.1/kokoro-v1.0.onnx
   curl -LO https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.1/voices-v1.0.bin

   复制

6. 6运行生成语音

   在项目目录执行脚本，程序读取同目录的模型与音色文件并合成语音。

   uv run hello.py

   复制

关键配置

如何确认成功

运行结束后，脚本同目录下会生成 audio.wav 音频文件，即为成功。

常见问题

注意事项

• 推荐用 uv 创建隔离环境，避免污染系统 Python
• 音频输出默认写到 audio.wav，可在示例脚本中修改文本重新运行
• 模型约 300MB，量化版本约 80MB，磁盘紧张时可选量化模型
• 音色与语言的完整列表需查阅 Kokoro-82M 的 VOICES.md