产品概述
Kokoro Web 是一个开源的文本转语音平台，用户可以直接在浏览器中将文本转换为逼真的语音音频。它采用轻量级但高质量的 8200 万参数模型，平衡了速度和语音保真度。用户可以立即在线访问该服务，或通过 OpenAI 兼容的 API 在本地部署，使其能够灵活地用于个人和商业应用。该平台支持多种语言和口音，提供语音定制选项，并在支持的环境中利用 WebGPU 加速以获得更快的性能。
主要功能
| 基于浏览器的访问 | 无需下载或安装；通过网页界面即时生成语音。 |
| 开源免费 | 完全免费供个人和商业使用，源代码公开以确保透明度和可定制性。 |
| 支持自托管 | 可通过 Docker 容器部署您自己的实例，并使用 OpenAI 兼容的 API 进行集成。 |
| 多语言和口音 | 支持多种语言选项和语音口音，满足不同用户的需求。 |
| 语音定制 | 提供简单和高级设置，以根据特定偏好定制语音输出。 |
| WebGPU 加速 | 在兼容的浏览器中利用 GPU 资源以加快语音生成速度。 |
使用场景
- 快速语音生成：无需安装软件，即时将文本转换为语音，用于演示、视频或无障碍功能。
- 应用程序集成：开发者可以将 Kokoro Web 的 API 作为 OpenAI TTS 服务的直接替代品嵌入其应用中。
- 定制化语音解决方案：企业和创作者可以自托管以维护数据控制权并定制语音功能。
- 多语言内容创作：生成多种语言和口音的语音输出，以触达全球受众。
