Kokoro TTS：好用的文本转语言模型

## Kokoro TTS是什么 简单说，Kokoro-FastAPI 是一个基于 Kokoro-82M 文本转语音模型的 Docker 化 FastAPI 封装，支持多语言（英语、日语、中文），提供 OpenAI 兼容的语音接口，支持 NVIDIA GPU 加速或 CPU 推理。 用人话说就是：**你扔给它一段文字，它能用各种声音念出来，而且还挺自然的**。 https://appstore.lazycat.cloud/#/shop/detail/cloud.lazycat.app.kokoro ## 如何使用 应用安装后，打开主页面  最基础的用法，把文字变成语音文件： 在文本框中输入内容，超过500字符会自动分页  选择语言模型  这个功能很有意思，可以把多个声音混合：  选择语言速度、语言，点击生成按钮  如果是一页的数据，大概2分钟左右，生成之后，点击play听一下效果  右下角的下载按钮可以下载mp3文件。 查看 `/v1/audio/voices` 接口获取所有可用声音列表。  英文的效果也不错，感觉音色更自然一些  ## 总结 Kokoro 是个相当不错的本地 TTS 解决方案，特别适合： **内容创作者**：需要批量生成语音内容 **隐私敏感用户**：不想把文本发到云端 最重要的是，这玩意儿**完全免费开源**，不用担心 API 额度用完或者服务停止。

从今天起，你又多拥有一个完全免费的文本转语音服务

在这个人人都能制作视频内容的时代，文字转语音（TTS）成为了很多创作者的好帮手。 开门见山，就是刚刚上线应用商店的 Edge TTS https://appstore.lazycat.cloud/#/shop/detail/cloud.lazycat.app.edge-tts 没错，你没有想错。这个 Edge 的意思确实就是微软 Edge 的那个 Edge。在没有那么苛刻的场景下，微软的 Edge 文字转语音可以说质量已经足够好，听书也没有那么有机械感。 现在，只要你有懒猫微服，那么 Edge 的文字转语音就可以作为一个服务运行，而不再依赖浏览器 ## 安装 一件安装之后，第一次打开有一个设置向导  第一个配置的意思是：当其他应用要访问这个服务时，需不需要填写密钥。就像你用 DeepSeek 和 Fish Audio 一样，在可以支持这两个服务的应用里，有些软件会支持你自定义 API 地址，但是 API 密钥肯定要填写。 这里可以针对你的需求选择，我建议是直接选需要(True)。然后下一行直接填写你要求的密钥，你可以生成一个，或者直接写一串你能记住的英文。 其他的直接默认过就行。开始部署。 这个部署过程特别快，然后就看到这个界面：  然后你翻上翻下发现，卧槽！怎么没有任何一个地方可以输入文字？ 没错，这就是跟懒猫其他应用不同的地方。**它并不是为了独立工作而存在的** 如果你需要能独立完成需求的，贴一份文字就可以拿到音频的应用，我们懒猫商店也有。这里我列举两个 https://appstore.lazycat.cloud/#/shop/detail/cloud.lazycat.app.cattts https://appstore.lazycat.cloud/#/shop/detail/cloud.lazycat.app.kokoro ## 使用 ### Open Notebook 配置很简单，在 Open Notebook 的部署配置里，找到这个配置，将 Edge TTS 地址栏的地址 + /v1 输入到这里即可。如果你还配置了密钥，那么密钥也要填写  ### AnythingLLM AnythingLLM 是一个开源的“全栈 AI 应用”平台，目标是让用户以极少开发工作量，便可使用大语言模型、RAG、AI Agents 及文档互动能力。 这个应用也有懒猫微服版本 https://appstore.lazycat.cloud/#/shop/detail/me.ironfeet.app.anythingllm 我用的是客户端版本，同样在设置这样设置，就可以让回答内容直接用语音说出来了