Kokoro-FastAPI

Kokoro-FastAPI 是一个基于 Docker 的 FastAPI 封装，用于 Kokoro-82M 文本转语音模型，支持 CPU 和 NVIDIA GPU 推理。该项目的核心功能包括多语言支持（英语、日语、中文等）、OpenAI 兼容的语音端点、基于音素的音频生成以及按词时间戳字幕生成。技术特点方面，它提供了调试端点以监控系统状态，并在本地主机上集成了一个 Web UI。此外，项目还支持通过 PyTorch 在多种硬件平台上进行推理，包括 Apple Silicon (MPS)。适用于需要高质量文本转语音服务的应用场景，如虚拟助手、自动语音合成和多媒体内容制作等。