SuperAPI AI 工具集

skill-kokoro-tts-tool

通用与其它

查看项目

更新于 10-15 21:11

技能介绍

用途:kokoro-tts-tool 是一个本地文本转语音命令行工具,使用 Kokoro-82M 模型(8200 万参数),通过 ONNX 运行时完全在设备端运行,无需云 API 或密钥,适合离线合成、长文档朗读和有声书渲染。

主要能力:支持 8 种语言、60 多种音色;可将文本、markdown 或纯文本转为语音;infinite 命令可智能分块流式处理长文档,避免拼接爆音;文件模式下渲染速度约为实时的 20-50 倍(M4 上)。输出为 WAV(24kHz、单声道、16 位)。

安装与用法:需 Python 3.14+、uv 包管理器,推荐 Apple Silicon Mac。安装:git clone https://github.com/dnvriend/kokoro-tts-tool.git,cd kokoro-tts-tool,uv tool install .。首次运行 kokoro-tts-tool init 下载约 350MB 模型。常用命令:kokoro-tts-tool synthesize "Hello" --output speech.wav;kokoro-tts-tool infinite --input book.md --output audiobook.wav;kokoro-tts-tool list-voices 查看音色;kokoro-tts-tool info 查看配置。支持 --stdin、--voice、--speed、--chunk-size、--pause 等选项,可用 -v/-vv/-vvv 控制日志级别,并支持 bash/zsh/fish 补全。

适用场景:离线 TTS、长文/书籍转有声书、学习材料朗读、管道化批量处理。

限制:不适用于云端 TTS、实时变声或语音转文字;平台与性能信息主要针对 Apple Silicon,其他环境暂未提供说明。