当前位置：首页 > news >正文

超详细Kokoro-82M本地部署教程

news 来源：原创 2025/8/3 12:23:58

经测试，Kokoro-82M的语音合成速度相比于其他tts非常的快，本文给出Windows版详细本地部署教程。

这里提供原始仓库进行参考：https://github.com/hexgrad/kokoro

一、依赖安装

1.新建conda环境

conda create --n kokoro python=3.12
conda activate kokoro

2.安装GPU版本torch

由于要用到CUDA的模型能力生成语音，记得安装GPU版本的torch

记得按照自己电脑CUDA版本进行安装or向下兼容

安装网址：https://pytorch.org/

示例（CUDA12.4）：

conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.4 -c pytorch -c nvidia

3.手动安装espeak-ng依赖

前往espeak-ng的官方GitHub仓库地址：https://github.com/espeak-ng/espeak-ng

①点击Releases

②下翻找到1.51

③找到Assets

根据自己的电脑版本选择.msi文件，我的是X64的系统所以下载了espesk-ng-X64.msi

下载后直接双击运行即可，一直点同意就行，这个安装很简单且快

4.其他依赖安装

pip install kokoro
pip install ordered-set
pip install cn2an
pip install pypinyin_dict

二、模型下载

我下载了kokoro-v1.0和kokoro-v1.1，但是最后好像只用到了v1.1，可以根据需要进行选择

export HF_ENDPOINT=https://hf-mirror.com # 引入镜像地址

huggingface-cli download --resume-download hexgrad/Kokoro-82M --local-dir ./ckpts/kokoro-v1.0

huggingface-cli download --resume-download hexgrad/Kokoro-82M-v1.1-zh --local-dir ./ckpts/kokoro-v1.1

三、代码测试

官方仓库没有给单独测试的python代码，这里给出：

（可以修改sentence部分为自己想转语音的文字）

import torch
import time
from kokoro import KPipeline, KModel
import soundfile as sfvoice_zf = "zf_001"
voice_zf_tensor = torch.load(f'ckpts/kokoro-v1.1/voices/{voice_zf}.pt', weights_only=True)
voice_af = 'af_maple'
voice_af_tensor = torch.load(f'ckpts/kokoro-v1.1/voices/{voice_af}.pt', weights_only=True)repo_id = 'hexgrad/Kokoro-82M-v1.1-zh'
device = 'cuda' if torch.cuda.is_available() else 'cpu'
model_path = 'ckpts/kokoro-v1.1/kokoro-v1_1-zh.pth'
config_path = 'ckpts/kokoro-v1.1/config.json'
model = KModel(model=model_path, config=config_path, repo_id=repo_id).to(device).eval()def speed_callable(len_ps):speed = 0.8if len_ps <= 83:speed = 1elif len_ps < 183:speed = 1 - (len_ps - 83) / 500return speed * 1.1zh_pipeline = KPipeline(lang_code='z', repo_id=repo_id, model=model)
sentence = '你好，这是一个语音合成测试。'
start_time = time.time()
generator = zh_pipeline(sentence, voice=voice_zf_tensor, speed=speed_callable)
result = next(generator)
wav = result.audio
speech_len = len(wav) / 24000
print('yield speech len {}, rtf {}'.format(speech_len, (time.time() - start_time) / speech_len))
sf.write('output.wav', wav, 24000)

生成的语音文件会保存到output.wav中，会出现一些红色的警告，如果不是error就不用管，会正常运行的。

运行结果如下：

测试结果：

“你好，这是一个语音合成测试。”生成时间0.32秒左右

相比于fish-speech和之前用的edgetts的3~4秒生成时间快了非常多，最终项目选择使用kokoro完成语音合成部分。

超详细Kokoro-82M本地部署教程

经测试，Kokoro-82M的语音合成速度相比于其他tts非常的快，本文给出Windows版详细本地部署教程。这里提供原始仓库进行参考：https://github.com/hexgrad/kokoro 一、依赖安装 1.新建conda环境 conda create --n kokoro python3.12 conda a…...

编程日记 2025/8/3 12:23:58

Day28 -js开发01 -JS三个实例：文件上传登录验证购物商城 ---逻辑漏洞复现及判断js的payload思路

本篇利用3个实例来引出前端验证的逻辑漏洞一、文件上传实例：利用JS实现【1】代码实现 js：文件后缀筛选 php：文件保存 00x1 先利用js文件上传就利用之前php原生写的upload.html的模板，再加上script的后缀过滤。 <!…...

编程日记 2025/8/3 17:24:22

宝塔服务安装使用的保姆级教程

宝塔介绍： 宝塔面板（BT Panel） 是一款国产的服务器运维管理面板，主要用于简化 Linux/Windows 服务器的网站、数据库、FTP、防火墙等管理操作。它通过图形化界面（Web端）和命令行工具（bt 命令&a…...

编程日记 2025/8/3 17:23:20

（四）YOLO_World-SAM-GraspNet的mujoco抓取仿真（操作记录）

一、创建虚拟环境这里直接克隆之前项目的环境 （二）Graspnet在mujoco的仿真复现（操作记录）_graspnet仿真-CSDN博客 conda create -n graspnet --clone mujoco_graspnet conda activate graspnet 二、安装额外的环境包 pip in…...

编程日记 2025/8/3 17:21:34

Git Github Tutorial

Git & Github Tutorial 教程地址：Git & GitHub Tutorial | Visualized Git Course for Beginner & Professional Developers in 2024 git自动跟踪每个代码更改，允许多个人无缝处理同一个项目，让成员浏览项目历史纪录 1.检查gi…...

编程日记 2025/8/3 17:23:22

提高工作效率的新选择[特殊字符]——Element Plus UI库

在现代前端开发中，UI库的重要性不言而喻。它们不仅加速开发过程，还提高了应用的可维护性，形成了一致的用户体验。今天我们就来介绍一款由Element团队打造的Vue.js 3 UI库——Element Plus。一、Element Plus：Vue.js 3的全新UI库…...

编程日记 2025/8/3 17:22:26

深入理解 TCP：重传机制、滑动窗口、流量控制与拥塞控制

TCP（Transmission Control Protocol）是一个面向连接、可靠传输的协议，支撑着绝大多数互联网通信。在实现可靠性的背后，TCP 引入了多个关键机制：重传机制、滑动窗口、流量控制和拥塞控制。这些机制共同协作&#xff0…...

编程日记 2025/8/3 10:07:32

从0开始学习大模型--Day05--理解prompt工程

提示词工程原理 N-gram：通过统计，计算N个词共同出现的概率，从而预测下一个词是什么。深度学习模型：有多层神经网络组成，可以自动从数据中学习特征，让模型通过不断地自我学习不断成长，直到模型…...

编程日记 2025/8/3 17:22:27

全栈开发实战：FastAPI + React + MongoDB 构建现代Web应用

在Web开发领域，技术栈的选型直接影响着开发效率和系统性能。FARM（FastAPI, React, MongoDB）技术栈凭借其高性能、灵活架构和简洁语法，逐渐成为全栈开发的热门选择。本文将通过实际项目案例，详解如何从零搭建一个完整的…...

编程日记 2025/8/3 17:21:35

深入解析进程地址空间：从虚拟到物理的奇妙之旅

深入解析进程地址空间：从虚拟到物理的奇妙之旅前言各位小伙伴，还记得我们之前探讨的 fork 函数吗？当它返回两次时，父子进程中同名变量却拥有不同值的现象，曾让我们惊叹于进程独立性与写时拷贝的精妙设计。但你是否…...

编程日记 2025/8/3 17:25:10

Python教程(四)——数据结构

目录 1. 列表1.1 用列表实现堆栈1.2 用列表实现队列1.3 列表推导式1.4 嵌套的列表推导式 2. del语句3. 元组和序列4. 集合5. 字典6. 循环的技巧7. 深入条件控制8. 序列和其他类型的比较参考 1. 列表方法含义list.append(x)在列表末尾添加一项，类似于a[len(a):] […...

编程日记 2025/8/1 15:09:40

Spring Cloud: Nacos

Nacos Nacos是阿里巴巴开源的一个服务发现，配置管理和服务管理平台。只要用于分布式系统中的微服务注册，发现和配置管理，nacos是一个注册中心的组件官方仓库：https://nacos.io/ Nacos的下载 Releases alibaba/nacos 在官网中…...

编程日记 2025/8/3 17:24:24

基于 Q-learning 的城市场景无人机三维路径规划算法研究，可以自定义地图，提供完整MATLAB代码

一、引言随着无人机技术的不断发展，其在城市环境中的应用越来越广泛，如物流配送、航拍测绘、交通监控等。然而，城市场景具有复杂的建筑布局、密集的障碍物以及多变的飞行环境，给无人机的路径规划带来了巨大的挑战。传统的路径规…...

编程日记 2025/8/3 2:21:12

Block Styler——字符串控件

字符串控件的应用参考官方帮助案例：（这个方式感觉更好，第二种方式也可以）E:\NX1980\UGOPEN\SampleNXOpenApplications\C\BlockStyler\ColoredBlock 普通格式： 读取： //方法一 string0->GetProperti…...

编程日记 2025/8/3 17:21:32

【比赛真题解析】篮球迷

本次给大家分享一道比赛的题目：篮球迷。洛谷链接：U561543 篮球迷题目如下：【题目描述】众所周知，jimmy是个篮球迷。众所周知，Jimmy非常爱看NBA。众所周知，Jimmy对NBA冠军球队的获奖年份和队名了如指掌。所以，Jimmy要告诉你n个冠军球队的名字和获奖年份，并要求你…...

编程日记 2025/8/3 17:28:14

文章目录引言ObservableCollection<T>基础什么是ObservableCollectionObservableCollection的工作原理基本用法示例ObservableCollection与MVVM模式ObservableCollection的局限性 INotifyCollectionChanged接口深入接口定义与作用NotifyCollectionChangedEventArgs详解自…...

编程日记 2025/8/3 17:37:37

第五天车载系统安全（入侵检测、OTA安全）数据加密（TLS/SSL、国密算法）

前言随着汽车智能化程度不断提升，车载系统安全已成为行业关注焦点。本文将从零开始，带大家系统学习车载系统安全的核心技术，重点解析入侵检测、OTA安全、数据加密三大领域。即使没有安全背景，也能通过本文建立起完整的汽车网络安…...

编程日记 2025/8/3 17:20:12

采用SqlSugarClient创建数据库实例引发的异步调用问题

基于SqlSugar编写的多个WebApi接口，项目初始化时采用单例模式注册SqlSugarClient实例对象，前端页面采用layui布局，并在一个按钮事件中通过Ajax连续调用多个WebApi接口获取数据。实际运行时点击按钮会随机报下面几种错误： Execute…...

编程日记 2025/8/3 17:25:09

unity通过transform找子物体只能找子级

unity通过transform找子物体只能找子级，孙级以及更低级别都找不到，只能找到自己的下一级如果要获取孙级以下的物体，最快的方法还是直接public挂载...

编程日记 2025/8/3 17:37:36

Dockers部署oscarfonts/geoserver镜像的Geoserver

Dockers部署oscarfonts/geoserver镜像的Geoserver 说实话，最后发现要选择合适的Geoserver镜像才是关键，所以所以所以…🐷 推荐oscarfonts/geoserver的镜像！ 一开始用kartoza/geoserver镜像一直提示内存不足，不过还好…...

编程日记 2025/8/3 17:37:38

AtCoder AT_abc405_d ABC405D - Escape Route

前言 BFS 算法在 AtCoder 比赛中还是会考的，因为不常练习导致没想到，不仅错误 TLE 了很多，还影响了心态，3 发罚时后才 AC。思路首先，我们把所有位置和出口的距离算出来（用 BFS）&#xff0c…...

编程日记 2025/7/31 15:15:40

Redis-x64-3.0.500

E:\Workspace_zwf\Redis-x64-3.0.500 redis.windows.conf...

编程日记 2025/8/1 1:30:29

CUDA编程——性能优化基本技巧

本文主要介绍下面三种技巧： 使用 __restrict__ 让编译器放心地优化指针访存想办法让同一个 Warp 中的线程的访存 Pattern 尽可能连续，以利用 Memory coalescing使用 Shared memory 0. 弄清Kernael函数是Compute-bound 还是 Memory-bound 先摆出一个知…...

编程日记 2025/7/30 1:03:24

图像卷积初识

目录一、卷积的概念 1、常见卷积核示例二、使用 OpenCV 实现卷积操作 1、代码说明 2、运行说明一、卷积的概念在图像处理中，卷积是一种通过滑动窗口（卷积核）对图像进行局部计算的操作。卷积核是一个小的矩阵，它在图像上…...

编程日记 2025/7/29 23:08:07

K8S服务的请求访问转发原理

开启 K8s 服务异常排障过程前，须对 K8s 服务的访问路径有一个全面的了解，下面我们先介绍目前常用的 K8s 服务访问方式（不同云原生平台实现方式可能基于部署方案、性能优化等情况会存在一些差异，但是如要运维 K8s 服务，…...

编程日记 2025/7/30 6:51:38

VSCode-插件：codegeex:ai coding assistant / 清华智普 AI 插件

一、官网 https://codegeex.cn/ 二、vscode 安装插件点击安装即可，无需复杂操作，国内软件，无需科学上网，非常友好三、智能注释输入 // 或者空格---后边自动出现注释信息，，按下 Tab 键，进…...

编程日记 2025/7/30 6:51:36

Kubernetes生产实战(十四)：Secret高级使用模式与安全实践指南

一、Secret核心类型解析类型使用场景自动管理机制典型字段Opaque (默认)自定义敏感数据需手动创建data字段存储键值对kubernetes.io/dockerconfigjson私有镜像仓库认证kubelet自动更新.dockerconfigjsonkubernetes.io/tlsTLS证书管理Cert-Manager可自动化tls.crt/tls.keykube…...

编程日记 2025/7/31 23:31:20

【验证码】⭐️集成图形验证码实现安全校验

💥💥✈️✈️欢迎阅读本文章❤️❤️💥💥 🏆本篇文章阅读大约耗时5分钟。 ⛳️motto：不积跬步、无以千里 📋📋📋本文目录如下：🎁🎁&am…...

编程日记 2025/8/1 20:18:37

iOS瀑布流布局的实现（swift）

在iOS开发中，瀑布流布局（Waterfall Flow）是一种常见的多列不等高布局方式，适用于图片、商品展示等场景。以下是基于UICollectionView实现瀑布流布局的核心步骤和优化方法： 一、实现原理瀑布流的核心在于动态计算每个…...

编程日记 2025/7/30 9:05:39

TGRS | FSVLM: 用于遥感农田分割的视觉语言模型

论文介绍题目：FSVLM: A Vision-Language Model for Remote Sensing Farmland Segmentation 期刊：IEEE Transactions on Geoscience and Remote Sensing 论文：https://ieeexplore.ieee.org/document/10851315 年份：2025 单位…...

编程日记 2025/8/2 13:53:10

#Redis黑马点评#（四）优惠券秒杀

目录一生成全局id 二添加优惠券三实现秒杀下单方案一（会出现超卖问题） 方案二（解决了超卖但是错误率较高) 方案三（解决了错误率较高和超卖但是会出现一人抢多张问题) 方案四（解决一人抢多张问题“非分布式…...

编程日记 2025/7/31 16:58:46

https，http1，http2，http3的一些知识

温故知新，突然有人问我项目中🤔有使用http3么，一下不知从何说起，就有了这篇文章的出现。 https加密传输，ssltls https 验证身份提供加密，混合加密 ： 对称加密非对称加密原理&#xff1a…...

编程日记 2025/8/2 8:48:52

《设计数据密集型应用》——阅读小记

设计数据密集型应用这本书非常推荐看英语版，如果考过了CET-6就可以很轻松的阅读这本书。当前计算机软件已经不是单体的时代了，分布式系统，微服务现在是服务端开发的主流，如果没有读过这本书，则强力建议读这本书。 …...

编程日记 2025/8/1 1:53:22

SpringCloud之Gateway基础认识-服务网关

0、Gateway基本知识 Gateway 是在 Spring 生态系统之上构建的 API 网关服务，基于 Spring ，Spring Boot 和 Project Reactor 等技术。 Gateway 旨在提供一种简单而有效的方式来对 API 进行路由，以及提供一些强大的过滤器功能，例如…...

编程日记 2025/7/30 5:55:29

MySQL 从入门到精通（三）：日志管理详解 —— 从排错到恢复的核心利器

在 MySQL 数据库的日常运维中，日志是定位问题、优化性能、数据恢复的核心工具。无论是排查服务器启动异常，还是分析慢查询瓶颈，亦或是通过二进制日志恢复误删数据，日志都扮演着 “数据库黑匣子” 的角色。本文将深入解析 MySQL 的…...

编程日记 2025/8/1 17:50:03

单脉冲前视成像多目标分辨算法——论文阅读

单脉冲前视成像多目标分辨算法 1. 论文的研究目标及实际意义1.1 研究目标1.2 实际问题与产业意义2. 论文的创新方法及公式解析2.1 核心思路2.2 关键公式与模型2.2.1 单脉冲雷达信号模型2.2.2 匹配滤波输出模型2.2.3 多目标联合观测模型2.2.4 对数似然函数与优化2.2.5 MDL准则目…...

编程日记 2025/7/29 17:41:16

SpringBoot项目容器化进行部署,meven的docker插件远程构建docker镜像

需求：将Spring Boot项目使用容器化进行部署前提默认其他环境,如mysql,redis等已经通过docker部署完毕, 这里只讨论,如何制作springboot项目的镜像要将Spring Boot项目使用docker容器进行部署，就需要将Spring Boot项目构建成一个docker镜像一、手动…...

编程日记 2025/8/1 9:22:26

【金仓数据库征文】政府项目数据库迁移：从MySQL 5.7到KingbaseES的蜕变之路

摘要：本文详细阐述了政府项目中将 MySQL 5.7 数据库迁移至 KingbaseES 的全过程，涵盖迁移前的环境评估、数据梳理和工具准备，迁移实战中的数据源与目标库连接配置、迁移任务详细设定、执行迁移与过程监控，以及迁移后的质量验证、系…...

编程日记 2025/7/30 5:55:21

C++GO语言微服务和服务发现②

01 创建go-micro项目-查看生成的 proto文件 02 创建go-micro项目-查看生成的main文件和handler ## 创建 micro 服务命令：micro new --type srv test66 框架默认自带服务发现：mdns。使用consul服务发现： 1. 初始consul服务发现&…...

编程日记 2025/7/29 17:09:12

手机银行怎么打印流水账单（已解决）

一、中国银行登录中国银行手机银行APP。在首页点击“更多”，向左滑动找到并点击“助手”。在助手页面选择“交易流水打印”。点击“立即申请”，选择需要打印的账户和时间段。输入接收流水账单的电子邮箱地址。提交申请后，在“申请…...

编程日记 2025/8/2 10:21:31

单片机-STM32部分：10-2、逻辑分析仪

飞书文档https://x509p6c8to.feishu.cn/wiki/VrdkwVzOnifH8xktu3Bcuc4Enie 安装包如下：根据自己的系统选择，目前这个工具只有window版本哦安装方法比较简单，都按默认下一步即可，注意不要安装到中文路径哦。其余部分参考飞书文档…...

编程日记 2025/7/30 5:55:15

Scala与Go的异同教程

当瑞士军刀遇到电锯：Scala vs Go的相爱相杀之旅各位准备秃头的程序猿们（放心，用Go和Scala不会加重你的发际线问题），今天我们来聊聊编程界的"冰与火之歌"——Scala和Go的异同。准备好瓜子饮料，我…...

编程日记 2025/7/30 5:55:13

【算法-哈希表】常见算法题的哈希表套路拆解

算法相关知识点可以通过点击以下链接进行学习一起加油！双指针滑动窗口二分查找前缀和位运算模拟链表在刷题的过程中，我们会频繁遇到一些“高频套路”——而哈希表正是其中最常用也最高效的工具之一。它能帮助我们在 O(1) 的时间复杂度内完成查找、插入与…...

编程日记 2025/7/29 15:24:26

前端取经路——现代API探索：沙僧的通灵法术

大家好，我是老十三，一名前端开发工程师。在现代Web开发中，各种强大的API就像沙僧的通灵法术，让我们的应用具备了超乎想象的能力。本文将带你探索从离线应用到实时通信，从多线程处理到3D渲染的九大现代Web API，让你的应用获得"通灵"般的超能力。在前端取经的第…...

编程日记 2025/8/1 18:19:14

深入了解 ArkTS：HarmonyOS 开发的关键语言与应用实践

随着 HarmonyOS（鸿蒙操作系统）的推出，华为为开发者提供了一套全新的开发工具和编程语言，使得跨设备、跨平台的应用开发成为可能。在这些工具中，ArkTS（Ark TypeScript）作为一种专为 HarmonyOS 设…...

编程日记 2025/8/3 4:22:09

Flask 调试的时候进入main函数两次

在 Flask 开启 Debug 模式时，程序会因为自动重载（reloader）的机制而启动两个进程，导致if __name__ __main__底层的程序代码被执行两次。以下说明其原理与常见解法。 Flask Debug 模式下自动重载机制 Flask 使用的底层服务器 Wer…...

编程日记 2025/7/30 5:55:05

Git 时光机：修改Commit信息

前言列位看官都知道，Git 的每一次 git commit，其中会包含作者（Author）和提交者（Committer）的姓名与邮箱。有时可能会因为配置错误、切换了开发环境，或者只是单纯的手滑，导致 commi…...

编程日记 2025/7/30 5:55:02

DAY 21 常见的降维算法

知识点回顾： LDA线性判别PCA主成分分析t-sne降维还有一些其他的降维方式，也就是最重要的词向量的加工，我们未来再说作业： 自由作业：探索下什么时候用到降维？降维的主要应用？或者让ai给你出题&…...

编程日记 2025/8/3 9:15:56

Docker使用小结

概念镜像（ Image ） ：相当于一个 root 文件系统；镜像构建时，分层存储、层层构建；容器（ Container ） ：镜像是静态的定义，容器是镜像运行时的实体；…...

编程日记 2025/7/30 9:05:35

kubectl top 查询pod连接数

在 Kubernetes 中，kubectl top 命令默认仅支持查看 Pod 或节点的 CPU/内存资源使用情况，并不直接提供 TCP 连接数的统计功能。若要获取 Pod 的 TCP 连接数，需结合其他工具和方法。以下是具体实现方案： 1. 直接进入容器查看 TCP 连…...

编程日记 2025/8/1 2:00:33