

Kokoro Onnx
简介 :
kokoro-onnx是一个基于Kokoro模型和ONNX运行时的文本到语音(TTS)项目。它支持英语,并计划支持法语、日语、韩语和中文。该模型在macOS M1上具有接近实时的快速性能,并提供多种声音选择,包括耳语。模型轻量级,约为300MB(量化后约为80MB)。该项目在GitHub上开源,采用MIT许可证,方便开发者集成和使用。
需求人群 :
目标受众主要是开发者和研究人员,他们可以利用该模型为应用程序添加文本到语音的功能,或者进行语音合成相关的研究和开发。由于其开源性和轻量级特性,适合希望在项目中集成高质量TTS功能但又不想从头开始构建模型的开发者。
使用场景
为移动应用添加语音提示功能
在智能助手设备中集成,提供自然语言交互
用于语音合成研究,探索新的语音生成技术
产品特色
支持英语(即将支持法语、日语、韩语和中文)
在macOS M1上具有接近实时的快速性能
提供多种声音选择,包括耳语
模型轻量级,约为300MB(量化后约为80MB)
基于ONNX运行时,易于部署和集成
提供示例脚本,方便用户快速上手
使用教程
1. 安装uv(推荐)或使用常规Python环境
2. 创建新项目文件夹,并在其中运行uv init -p 3.12初始化项目
3. 使用uv add添加kokoro-onnx和soundfile依赖
4. 将examples/save.py的内容复制到hello.py中
5. 下载kokoro-v0_19.onnx和voices.json文件,并放置在项目目录中
6. 运行uv run hello.py生成音频文件
精选AI产品推荐

Deepmind Gemini
Gemini是谷歌DeepMind推出的新一代人工智能系统。它能够进行多模态推理,支持文本、图像、视频、音频和代码之间的无缝交互。Gemini在语言理解、推理、数学、编程等多个领域都超越了之前的状态,成为迄今为止最强大的AI系统之一。它有三个不同规模的版本,可满足从边缘计算到云计算的各种需求。Gemini可以广泛应用于创意设计、写作辅助、问题解答、代码生成等领域。
AI模型
11.4M
优质新品

Fish Audio文本转语音
文本转语音技术是一种将文本信息转换为语音的技术,广泛应用于辅助阅读、语音助手、有声读物制作等领域。它通过模拟人类语音,提高了信息获取的便捷性,尤其对视力障碍者或在无法使用眼睛阅读的情况下非常有帮助。
文本转声音
10.1M