kokoro-onnx

轻量级 ONNX 加速，让 TTS 在 CPU 上实时发声

kokoro-onnx 是一个基于 ONNX Runtime 的轻量级文本转语音（TTS）工具，旨在将 Kokoro 模型高效地部署到生产环境。它解决了传统 TTS 模型依赖重型深度学习框架、部署复杂、推理速度慢的问题，通过将模型转换为 ONNX 格式，实现了跨平台、高性能的语音合成。核心能力包括：支持多种语言（如英语、日语、中文等）、提供简单的 Python API 和命令行接口、支持流式输出、可自定义说话人音色，并且模型文件小、推理速度快，适合在 CPU 上实时运行。该项目特别适合需要离线或边缘设备上运行 TTS 的场景。

开源 free 音频音乐

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2739

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类音频音乐

开发团队thewh1teagle

所属国家

官网地址

GitHubhttps://github.com/thewh1teagle/kokoro-onnx

定价模式free

价格说明开源项目，MIT许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型kokoro,onnxruntime,python,tts

GitHub 星标★ 2739

30天Star增速

HF 下载量

上线时间2025-01-03 00:00:00

最近更新2026-09-23 00:00:00

维护状态较活跃

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7

使用教程

难度：入门约 10 分钟部署方式：库/依赖 6 步

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
```
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
```
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
```
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

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
```

关键配置

配置项	必填	说明	示例
`kokoro-v1.0.onnx`	是	ONNX 格式的 TTS 模型文件，必须与运行脚本放在同一目录	`kokoro-v1.0.onnx`
`voices-v1.0.bin`	是	说话人音色文件，必须与模型、脚本放在同一目录	`voices-v1.0.bin`

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

Q：模型文件和脚本要放在哪里？

A：README 要求把 kokoro-v1.0.onnx 和 voices-v1.0.bin 下载后与 hello.py 放在同一个目录下。

Q：必须用 uv 吗？

A：不是。README 也给出 pip install -U kokoro-onnx，只是推荐用 uv 做隔离的 Python 3.12 环境。

Q：没有 GPU 能跑吗？

A：可以。README 强调模型轻量，在 macOS M1 上接近实时的性能，未要求 GPU。

Q：支持哪些语言和音色？

A：项目支持多语言并提供多种音色，最新的音色与语言列表见 Kokoro-82M 的 VOICES.md。

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

核心亮点

基于 ONNX Runtime，CPU 推理速度快，延迟低，适合实时合成
模型体积小，支持多语言和多种音色，易于集成到现有 Python 项目
提供简洁的 API 和 CLI，支持流式输出，上手门槛低

不足之处

文档/社区待观察
音质相比大型商用 TTS 可能略有不足，自定义音色能力有限

适用场景

边缘设备或本地离线语音助手
需要快速生成语音的自动化脚本或服务
嵌入式或移动端应用中的语音播报

替代项目

Coqui TTS、Piper、MeloTTS

项目介绍

kokoro-onnx 是音频音乐领域的开源项目，由 thewh1teagle 开发，2025 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（2,739）位列前 30%，在音频音乐分类的 738 个项目里位列前 8%。

近 45 天，它的 GitHub 星标从 2,663 增加到 2,739，净增 76。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-23。MIT许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：边缘设备或本地离线语音助手。同类可对比的替代方案包括 Coqui TTS、Piper、MeloTTS。

上一篇：Unitale

下一篇：TTS-Mod-Vault