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！可以普通话音调不太对，也不提供开源的训练代码。
来自AI的比较：
| 模型 | 语言支持 | 计算资源需求 | 风格控制 | 开源状态 |
|---|---|---|---|---|
| Kokoro | 多语言 | 低（CPU 可用） | 灵活 | 开源 |
| Tacotron 2 | 单语言为主 | 高（依赖 GPU） | 有限 | 开源 |
| VITS | 多语言 | 中高 | 较强 | 开源 |
| 商业模型（如 Google WaveNet） | 多语言 | 极高（云端服务） | 丰富 | 闭源 |
评论