#local

Kokoro 是一个开源文本转语音模型（8200 万参数），可在 CPU 上高效运行，包括 Apple Silicon，无需专用 GPU。 这填补了没有强大 GPU 的用户的空白，使得在日常计算机上实现高质量文本转语音成为可能，适用于无障碍、阅读和自动化工作流。 Kokoro 支持手动 IPA 发音指南，并带有命令行工具；它生成的语音自然，但在单个词或同形异义词上可能表现不佳。