Kokoro TTS:命令行文本转语音工具
基于 Kokoro 模型的 CLI 文本转语音工具,支持多语言、声音混合及 EPUB/PDF 输入。
Kokoro TTS 是一个使用 Kokoro 模型的命令行文本转语音工具,支持多种语言和声音(可按权重混合声音),输入格式包括 TXT、EPUB 电子书、PDF 文档和标准输入(stdin),可输出 WAV 或 MP3。功能包括流式音频播放、按章节拆分输出、语速调节、章节合并以及 GPU 支持。EPUB 输入会自动提取章节并保留标题结构,PDF 从目录或内容提取章节。运行需要 Python 3.11–3.12(暂不支持 3.13+),可通过 PyPI、git 或本地克隆安装,并需将 voices-v1.0.bin 和 kokoro-v1.0.onnx 模型文件放在运行目录下。