模型 ◆ 沧海遗珠
Kokoro-82M
hexgrad/Kokoro-82M · Apache-2.0
82M 参数就能出录音棚级 TTS，CPU 可跑。
Kokoro 用 8200 万参数塞进了出人意料的自然度，支持多嗓音、多语言——小到能跑在浏览器或边缘硬件里。
18.9 / 100 · 评分
♥ 7.2k 点赞
10.5M 下载量
82M 参数量
无需 GPU GPU
评分
趋势 12
活跃 30
质量 65
社区 84
相关 100
上手成本一览
Modalityaudio
Librarytransformers
GPU无需 GPU
安装命令
pip install kokoro 深度解读
Kokoro-82M 是一个 8200 万参数的文本转语音模型，音质远超这个参数量该有的水平——能在 CPU 上舒适运行，是 TTS 需要便宜、本地或上设备时的默认选择。
模型卡带多个音色（EVA、SAM 等）和试听音频，安装就是 pip 装 kokoro 加 soundfile 和 espeak-ng。
独立基准在 Artificial Analysis 的 TTS 家族页跟踪它；不想自己跑还可以走 DeepInfra 的托管推理。
适用场景
给视频或文章加配音
搭一个本地、私密的语音助手
不花云费用生成有声书
适合 / 不太适合
适合
独立开发者与创作者
隐私优先的语音应用
边缘 / 端侧 TTS
不太适合
超大规模多语言企业阵容（嗓音有限）
需要超长情感演绎