https://github.com/hexgrad/kokoro

Kokoro is an open-weight TTS model with 82 million parameters. Despite its lightweight architecture, it delivers comparable quality to larger models while being significantly faster and more cost-efficient. With Apache-licensed weights, Kokoro can be deployed anywhere from production environments to personal projects.

支持普通话，合成8个字2.5秒的短句耗时0.7秒。这个模型似乎真的是很快！

来自AI的比较：

梅尔频谱参数

• num_mels: 80
  梅尔滤波器组的数量，决定了梅尔频谱的维度。80 是 Tacotron2 的标准配置。
• mel_fmin: 50.0, mel_fmax: 7600.0
  梅尔频谱的最低和最高频率（Hz）。对于粤语，这些值覆盖了大部分语音的频率范围（粤语的声调变化可能需要较高的上限）。

2025-5-20

接着这个页面的开发：https://cto.eguidedog.net/node/1391

测试checkpoint 150K生成音频失败，可能是应该从头训练，先把训练停了，把所有参数细节研究一下再重新开始。

检查参数发现sample_rate错了，应该从22050改为16000。

根据AI建议，把mel_fmax从7600改为8500,以适应粤语的声调变化。

根据AI建议，把norm_schedule改为了true，自适应学习率调度，初始阶段升温，之后衰减。

有一些问题待调研：

https://github.com/2noise/ChatTTS

可以运行，不要安装vllm可选模块，否则webui.py无法运行（依赖不满足）。

开源模型的效果一般般，CPU推理一句话需要半分钟到1分钟。

https://github.com/kekingcn/kkFileView

项目没有提供jar包，需要到一个收费的社区里下载，但可以自己编译：

https://kkview.cn/zh-cn/docs/build.html

编译大概耗时40分钟，编译好后把server/target/kkFileView-4.4.0.jar复制到server/src/main/bin。

做些配置：server/src/main/config/application.properties

文档

启动数据库集群：

tiup playground

连接数据库：

到社区版首页->快速上首->使用All in One安装包安装：

bash -c "$(curl -s https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/download-center/opensource/oceanbase-all-in-one/installer.sh)"
source ~/.oceanbase-all-in-one/bin/env.sh
obd demo

启动后到配置文件查看oceanbase-ce的root_password密码：

~/.obd/cluster/demo

然后连接数据库：

2025年4月中美贸易战白热化，美国率先把关税提高到超过100%，意味着两国大部分贸易将无法正常进行。我们回顾一下2024年中国的进出口数据，发现美国占中国的出口额不到15%，并非一个很致命的比例，折算成GDP是2.8%。就是说中美贸易贸易战对中国GDP会拖累2.8%左右。这里当然没有把骨牌效应计算在内，并且对相关行业的从业者来说可能是致命的打击。

和2022年比，美国从137下降到122，中国从66.8上升到83.4。委内瑞拉从350降到146。新加坡从131升到171。