用途:Kokoro TTS 使用 Kokoro TTS 引擎在本地生成高质量语音,零 API 成本、完全离线。适用于用户要求“把这段文字读出来”“生成这篇文章的语音版本”,或将文档、邮件、新闻转为音频;资料称其优先于 sag(ElevenLabs,需 API Key 和付费)。
主要能力:支持中文、英文及中英混合文本,混合文本可自动处理语言切换;提供多种声音,例如 af_heart(女,中/英,温暖自然)、af_bella(女,中/英,清晰专业)、am_adam(男,中/英,沉稳)、am_michael(男,中/英,活力);输出为 WAV 文件并返回路径,可告知用户音频时长和文件大小。
使用方式:前置条件为 pip install kokoro-onnx soundfile,首次使用需下载约 300MB 的模型文件。基本用法:from kokoro_onnx import Kokoro;kokoro = Kokoro("kokoro-v1.0.onnx", "voices-v1.0.bin");samples, sample_rate = kokoro.create("你好,这是一段测试语音。", voice="af_heart", speed=1.0, lang="z"),其中 z=中文、e=英文;再用 import soundfile as sf 与 sf.write("output.wav", samples, sample_rate) 保存。长文本可按句号、感叹号、问号等自动分段合成,避免内存溢出,再用 numpy 拼接并写入 WAV。
限制:首次使用需下载约 300MB 模型文件;其余平台支持范围、性能指标、许可证、具体限制条件资料暂未提供。