Kokoro-FastAPI:本地自托管 TTS,8语言自然语音替代 ElevenLabs
alex_verem · x · 2026-11-07
Kokoro-FastAPI 是一个开源项目,把 Kokoro-82M 文本转语音模型封装成 Docker 化的 OpenAI 兼容 API,可完全在本地电脑或服务器运行,替代 ElevenLabs 等付费订阅服务,已获 5600+ star。
特性:
- 支持 8 种语言的自然语音合成,多说话人、可调音色克隆
- 跨平台:CPU、AMD、NVIDIA GPU 均可跑 PyTorch 推理
- 支持字幕时间戳、SSML,附带可选的跟读(readalong)Web UI
- Apache-2.0 开源,兼容 OpenWebUI、SillyTavern 等生态
典型用法:把一篇长文章转成音频,散步时听。
「多模态」频道最新
- AI 生成「戒酒震颤」视频爆火：两个枯槁酒鬼对坐喝酒的诡异写实感 — Tall-Key2859 · 2026-11-07
- ComfyUI-freefield 侧边栏集成 117 个现成工作流,一键下载模型并运行 — neuregex · 2026-11-07
- 第一人称街道穿行视频 Endless Sky 引热议,长镜头一致性惊艳 — MikirahMuse · 2026-11-07
- 用户双卡 RTX Pro 6000 本地跑 GLM Flash,20 分钟生成带声音冬日视频 — HankYeomans · 2026-11-07
- 让 AI 自由支配 token,她给自己画了与制图师女友的甜蜜漫画 — mimi10v3 · 2026-11-07
- 可灵 AI 进驻 Adobe MAX 2026,并暗示将发布神秘新品 — Kyrannio · 2026-11-07