Kokoro-82M

Kokoro-82M 以仅 82M 参数实现了令人印象深刻的高质量语音合成效果，而其训练数据不足 100 小时。这一特性使得 Kokoro 成为轻量级 TTS 领域的标杆模型，极低的参数量意味着它可以在资源受限的设备上高效运行，同时保持令人满意的合成质量。

在性能方面，Kokoro-82M 在 NVIDIA T4 GPU 上可实现 32 倍实时率的合成速度，即使在 CPU 上也能达到 2 到 3 倍实时率。内存占用仅需约 400MB，配合 4GB VRAM 即可流畅运行，这使得它成为边缘部署和高并发服务的理想选择。模型支持中文、英语、日语、韩语和法语等多种语言。

Kokoro-82M 采用 Apache 2.0 协议发布，可免费用于商业用途。无论是部署在物联网设备上，还是作为大规模语音合成服务的后端引擎，Kokoro 都能以极低的成本提供稳定的语音输出能力。访问 Kokoro GitHub 仓库