Mindket

Kokoro TTS

新上架第 1 版 · 更新于

概览

在浏览器里运行的 Gradio 页面,用小巧的 Kokoro-82M 模型把文字读出来。适合想不安装任何东西就试用这个文字转语音模型的人。

Kokoro TTS 是一款工具包,属于效率类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • Python 和 pip
  • requirements.txt 里的 Python 包
  • packages.txt 里的系统包,Space 会用 apt-get 安装
  • Windows、macOS 或 Linux
用在
  • 浏览器:打开 Hugging Face 上这个 Space 的页面,它运行在 ZeroGPU 上
  • 你自己的 Windows、macOS 或 Linux 电脑,需要 Python
先运行
pip install -U huggingface_hub
hf download hexgrad/Kokoro-TTS --repo-type space --local-dir Kokoro-TTS
cd Kokoro-TTS

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Kokoro TTS 是 hexgrad 做的 Gradio 页面,用来试用 Kokoro-82M 文字转语音模型。页面提到已升级到 1.0 版。你可以直接在浏览器里打开,不需要安装任何东西。

适合谁

它适合想听听小型开源语音模型是什么声音的人,也适合想看 TTS 演示怎么搭建的开发者。

行业谁在用怎么用例子
媒体内容创作者试听短脚本的语音版本给它几行文字并播放音频
教育老师和学生听人把书面段落读出来粘贴一小段文字并听它
无障碍作者听草稿来发现别扭的措辞回放你自己写的一页文字
软件Python 开发者阅读一个紧凑的语音模型 Gradio 演示浏览 app.py

如果你需要有支持的成品语音产品,可以跳过它,因为这只是一个演示页面。

用在哪里

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,它运行在 ZeroGPU 上
  • 你自己的 Windows、macOS 或 Linux 电脑,需要 Python
使用场景谁用得到什么
把文字读出来创作者为你给出的文字生成的语音
试试更长的段落学生仓库自带的、以两部小说命名的示例文本对应的语音
研究这个演示开发者一个只有几个文件的小型 Gradio 应用

如何设置

在线页面不需要准备任何东西。本地副本需要 Python 和两份软件包清单。

  • Python 和 pip
  • requirements.txt 里的 Python 包
  • packages.txt 里的系统包,Space 会用 apt-get 安装
  • Windows、macOS 或 Linux
  1. 安装 Hugging Face hub 库。
  2. 把 Space 的文件下载到名为 Kokoro-TTS 的文件夹。
  3. 进入该文件夹。
  4. 安装 Gradio 5.24.0,再安装 requirements.txt 里的包。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download hexgrad/Kokoro-TTS --repo-type space --local-dir Kokoro-TTS
cd Kokoro-TTS
pip install gradio==5.24.0
pip install -r requirements.txt
python app.py

如何使用

打开这个 Space 的页面,或者在本地副本里运行上面最后一条命令,再打开它打印出的地址。给页面一些文字,要求生成语音。

python app.py

示例

你打开页面,给它一个短句,要求生成语音。页面运行模型,返回可以在浏览器里播放的音频。

新手与专家

先试一个短句,听听结果。记录里除了一行升级说明之外没有 README 文本,所以控件就是页面自己显示的那些。

这个应用用 Gradio 5.24.0 搭建,主文件是 app.py。Hugging Face 上的副本运行在 ZeroGPU 硬件上。记录里提到一个模型,Kokoro-82M。仓库里还有 en.txt 和两个以小说《弗兰肯斯坦》和《了不起的盖茨比》命名的 markdown 文件。记录没有说明它们怎么使用。

  1. 打开页面
  2. 给它一些文字
  3. Kokoro-82M 模型在 ZeroGPU 上运行
  4. 播放音频

注意事项

  • 硬件:Hugging Face 上的副本运行在 ZeroGPU 硬件上。
  • 空缺:来源没有 README 文本,所以这里没有描述声音、语言和限制。
  • License:apache-2。
  • Cost to run:未提及。
  • Data it reaches:你给它的文字。

README 和文件

README

Kokoro TTS

在浏览器里运行的 Gradio 页面,用小巧的 Kokoro-82M 模型把文字读出来。适合想不安装任何东西就试用这个文字转语音模型的人。

由 hexgrad 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Kokoro TTS 是 hexgrad 做的 Gradio 页面,用来试用 Kokoro-82M 文字转语音模型。页面提到已升级到 1.0 版。你可以直接在浏览器里打开,不需要安装任何东西。

适合谁:它适合想听听小型开源语音模型是什么声音的人,也适合想看 TTS 演示怎么搭建的开发者。

行业 | 谁在用 | 怎么用 | 例子
媒体 | 内容创作者 | 试听短脚本的语音版本 | 给它几行文字并播放音频
教育 | 老师和学生 | 听人把书面段落读出来 | 粘贴一小段文字并听它
无障碍 | 作者 | 听草稿来发现别扭的措辞 | 回放你自己写的一页文字
软件 | Python 开发者 | 阅读一个紧凑的语音模型 Gradio 演示 | 浏览 app.py

如果你需要有支持的成品语音产品,可以跳过它,因为这只是一个演示页面。

用在哪里:

  • 浏览器:打开 Hugging Face 上这个 Space 的页面,它运行在 ZeroGPU 上
  • 你自己的 Windows、macOS 或 Linux 电脑,需要 Python
使用场景 | 谁用 | 得到什么
把文字读出来 | 创作者 | 为你给出的文字生成的语音
试试更长的段落 | 学生 | 仓库自带的、以两部小说命名的示例文本对应的语音
研究这个演示 | 开发者 | 一个只有几个文件的小型 Gradio 应用

如何设置:在线页面不需要准备任何东西。本地副本需要 Python 和两份软件包清单。

  • Python 和 pip
  • requirements.txt 里的 Python 包
  • packages.txt 里的系统包,Space 会用 apt-get 安装
  • Windows、macOS 或 Linux
  1. 安装 Hugging Face hub 库。
  2. 把 Space 的文件下载到名为 Kokoro-TTS 的文件夹。
  3. 进入该文件夹。
  4. 安装 Gradio 5.24.0,再安装 requirements.txt 里的包。
  5. 启动 app.py。
pip install -U huggingface_hub
hf download hexgrad/Kokoro-TTS --repo-type space --local-dir Kokoro-TTS
cd Kokoro-TTS
pip install gradio==5.24.0
pip install -r requirements.txt
python app.py

如何使用:打开这个 Space 的页面,或者在本地副本里运行上面最后一条命令,再打开它打印出的地址。给页面一些文字,要求生成语音。

python app.py

示例:你打开页面,给它一个短句,要求生成语音。页面运行模型,返回可以在浏览器里播放的音频。

新手与专家:先试一个短句,听听结果。记录里除了一行升级说明之外没有 README 文本,所以控件就是页面自己显示的那些。

这个应用用 Gradio 5.24.0 搭建,主文件是 app.py。Hugging Face 上的副本运行在 ZeroGPU 硬件上。记录里提到一个模型,Kokoro-82M。仓库里还有 en.txt 和两个以小说《弗兰肯斯坦》和《了不起的盖茨比》命名的 markdown 文件。记录没有说明它们怎么使用。

打开页面
给它一些文字
Kokoro-82M 模型在 ZeroGPU 上运行
播放音频

注意事项:

  • 硬件:Hugging Face 上的副本运行在 ZeroGPU 硬件上。
  • 空缺:来源没有 README 文本,所以这里没有描述声音、语言和限制。
  • License:apache-2。
  • Cost to run:未提及。
  • Data it reaches:你给它的文字。

Hugging Face 上的数据(2026年11月13日)

  • 点赞:3,556
  • 构建方式:gradio
  • 许可证:apache-2.0

链接

  • Space:https://huggingface.co/spaces/hexgrad/Kokoro-TTS
  • 文件:https://huggingface.co/spaces/hexgrad/Kokoro-TTS/tree/main

试用

在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。

文件
README.md  4 KB

1 个文件,共 4 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face Space。

产品点赞构建方式许可证最近更新
Kokoro TTS 本页3,556gradioapache-2.0
MusicGen共有 gradio5,116gradiocc-by-nc-4.0
Background Removal共有 gradio2,988gradiomit
Omni Image Editor共有 gradio2,922gradiomit
Diffusers Image Outpaint共有 gradio2,565gradioapache-2.0
Qwen3-TTS Demo共有 gradio2,410gradioapache-2.0
数据为 Mindket 在 2026-11-12 读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

vvolhejnNeural audio codecs: how to get audio into LLMsAuthor here, thanks for the kind words! I think such a physics-based codec is unlikely to happen: in general, machine learning is always moving from handcrafted domain-specific assumptions to leaving as much as possible to the model. The more assumptions you bake in, the smaller the space of…OfflineSergioAsk HN: What are you working on? (July 2025)Thanks I'm using https://huggingface.co/spaces/hexgrad/Kokoro-TTSpinguyI built a local TTS add-on using an 82M parameter neural model – Runs on potatosWanted to share something I’ve been working on: a Firefox add-on that does neural-quality text-to-speech entirely offline using a locally hosted model. No cloud. No API keys. No telemetry. Just you and a ~82M parameter model running in a tiny Flask server. It uses the [Kokoro…ipsum2[dead]Another fake website, the official playground is here: https://huggingface.co/spaces/hexgrad/Kokoro-TTS Github: https://github.com/hexgrad/kokoro The one submitted is not from the original creator and is stealing their name.gapeleonLlasa: Llama-Based Speech SynthesisThis finetune seems pretty stable (1b llasa) https://huggingface.co/spaces/HKUST-Audio/Llasa-1B-multi-spe... 1B is actually huge for a TTS model. Here's an 82m model with probably the most stable/coherent output of all the open weights tts models I've tested:…bendangeloCoqui TTS: Free Text-to-SpeechThis is dead. I recommend Kokoro TTS https://huggingface.co/spaces/hexgrad/Kokoro-TTSwingworksOpenAI Audio ModelsDid you try Kokoro? You can self host that. https://huggingface.co/spaces/hexgrad/Kokoro-TTShomarpEdge TTSor directly try https://kokorotts.com/ or https://huggingface.co/spaces/hexgrad/Kokoro-TTS

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

效率类的相似商品

查看效率类的全部商品

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

Guizang PPT Skill

op7418 · 技能

能生成单文件 HTML 幻灯片、幻灯片配图和多平台封面的技能,有两套视觉风格,还带演讲者模式用于排练。适合使用 Claude Code 或 Codex 的演讲者。

新上架29.8k

Frontend Slides

zarazhangrui · 技能

从零开始或从 PowerPoint 文件生成 HTML 演示文稿,并展示几种视觉风格预览供你挑选,适合不懂 CSS 和 JavaScript、又想做网页幻灯片的人。

新上架32.3k