Kokoro TTS 中文文本转语音环境搭建

准备工作

基础环境

可选环境(强烈推荐)

如果使用NVIDIA显卡，推荐安装GPU推理环境

按照kokoro官方的说法，使用GPU推理比CPU速度快50倍。

亲身使用对比下来效果：

• 250字左右的一段话，使用CPU推理，耗时10秒左右
• 500字左右一段小说，使用GPU推理，耗时2秒左右
• 2500字的一章小说，使用GPU推理，耗时8秒左右

安装步骤

安装显卡推理环境(可选)

NVIDIA官方下载CUDA和CUDNN，选择版本时，不能高于系统已安装的显卡驱动版本。

https://developer.nvidia.com/cuda-toolkit-archive

https://developer.nvidia.com/rdp/cudnn-archive

可参考这两篇帖子

• PyTorch CUDA cuDNN 安装及环境配置
• CUDA&Pytorch安装使用

配置HF镜像地址

huggingface官方地址，国内无法访问，所以配置镜像站，用于程序下载模型

HF_ENDPOINT=https://hf-mirror.com

安装Pytorch

如果本身已经安装了cpu推理的Pytorch也没关系，安装pytorch cuda版会自动卸载cpu版。

前往Pytorch官网，查找符合自己电脑环境的版本，进行安装。

https://pytorch.org/get-started/locally/

由于cuda版pytorch比较大，安装较慢，可以用其他下载软件，直接把安装包下载到本地，

下载地址：

https://download.pytorch.org/whl/torch/

然后本地安装，下载好的whl文件，例如：

pip install torch-2.6.0+cu126-cp312-cp312-win_amd64.whl

安装Kokoro

pyhton3.12版本有kokoro的最新版本，所以可直接安装。推荐加上镜像源 https://pypi.tuna.tsinghua.edu.cn/simple

pip install kokoro -i https://pypi.tuna.tsinghua.edu.cn/simple

其他依赖，在运行程序时，提示缺少什么，再使用与此同样的方法安装即可。

下载运行程序

由于官方的示例程序只有英文版，我已修改并发布了中文版，Github地址自行克隆运行。

git clone https://github.com/DOTATONG/kokoro-zh

cd kokoro-zh

python web.py