简介
Kokoro TTS 是一款参数仅 8200 万的轻量级开源文本转语音模型，却能在自然度上媲美体量大得多的商用 TTS 服务。它的最大优势在于”小身材、高质量、易部署”：既能在普通设备甚至 CPU 上流畅推理，也能在服务器端大规模调用，是追求成本与隐私的语音合成场景的理想选择。
核心功能
- 超轻参数：82M 体量，部署友好
- 高自然度：韵律与发音接近真人
- 多音色：内置多种说话人音色
- 本地推理：可离线运行保护隐私
适用场景
- 本地/离线语音合成
- 大批量旁白与朗读生成
- 对成本敏感的语音产品
优缺点
优点：
- 模型小、速度快
- 音质自然度高
- 开源免费、可商用
缺点：
- 情感与表演力有限
- 语言与音色覆盖仍在扩展
使用技巧
- 根据场景挑选合适音色
- 长文本合理分段以保持自然
- 配合音色克隆工具扩展角色
- 在 GPU 上可进一步提升吞吐
