kokoro-onnx

基于 Kokoro-TTS 的 ONNX Runtime 文本转语音系统。

🚀 1.0 版本模型现已发布！🎉

https://github.com/user-attachments/assets/00ca06e8-bbbd-4e08-bfb7-23c0acb10ef9

功能特性

• 支持多种语言
• 在 macOS M1 上实现接近实时的快速性能
• 提供多种音色选择
• 轻量化：约 300MB（量化后约 80MB）

安装步骤

pip install -U kokoro-onnx

pip install uv

uv init -p 3.12
uv add kokoro-onnx soundfile

uv run hello.py

示例

请参阅 examples 目录。

音色

最新的音色和语言信息请查看 Kokoro-82M/VOICES.md。

注意：建议从 v1.0 开始使用 misaki g2p 工具包，详情请参阅 examples。

贡献

请参阅 CONTRIBUTE.md。

许可证

• kokoro-onnx：MIT 许可证
• kokoro 模型：Apache 2.0 许可证

kokoro-onnx 快速上手指南

kokoro-onnx 是一个基于 ONNX Runtime 的高性能文本转语音（TTS）工具，源自 Kokoro-TTS 项目。它支持多语言、多种音色，且在 macOS M1 等设备上可实现接近实时的推理速度。模型经过量化后体积小巧（约 80MB），非常适合本地部署。

环境准备

• 操作系统：支持 Windows、macOS (Intel/Apple Silicon)、Linux。
• Python 版本：3.10, 3.11, 3.12 或 3.13。
• 硬件要求：
  • CPU：通用支持。
  • GPU：支持 CUDA 加速（需安装对应的 onnxruntime-gpu）。
• 前置依赖：建议安装 uv 以管理隔离的 Python 环境（推荐），或直接使用系统 pip。

安装步骤

方法一：使用 uv（推荐，环境隔离更干净）

1. 安装 uv 工具：

   pip install uv
   

2. 创建新项目文件夹并初始化环境（以 Python 3.12 为例）：

   mkdir my-tts-project
   cd my-tts-project
   uv init -p 3.12
   

3. 安装核心依赖库：

   uv add kokoro-onnx soundfile
   

   国内加速提示：如果下载缓慢，可配置国内源。例如使用清华源： uv add kokoro-onnx soundfile --index-url https://pypi.tuna.tsinghua.edu.cn/simple

方法二：直接使用 pip

pip install -U kokoro-onnx soundfile

基本使用

1. 下载模型文件

在使用前，必须手动下载以下两个文件并放置在当前工作目录中：

• 模型文件: kokoro-v1.0.onnx
• 音色文件: voices-v1.0.bin

注意：请确保文件名与代码中引用的名称一致。

2. 编写运行脚本

创建名为 hello.py 的文件，填入以下代码：

from kokoro_onnx import Kokoro

# 初始化模型
kokoro = Kokoro(
    model_path="kokoro-v1.0.onnx",
    voices_path="voices-v1.0.bin"
)

# 生成语音
text = "Hello, this is a test of Kokoro ONNX."
audio, sample_rate = kokoro.create(text, voice="af_bella") # af_bella 为示例音色

# 保存音频文件
import soundfile as sf
sf.write("audio.wav", audio, sample_rate)

print("音频已保存为 audio.wav")

注：更多可用音色（如 af_sarah, am_adam 等）及支持的语言列表，请参考 Kokoro-82M VOICES.md。

3. 运行脚本

如果使用 uv 环境：

uv run hello.py

如果使用 pip 环境：

python hello.py

运行成功后，当前目录下将生成 audio.wav 文件。