Windows 11 上本地部署 Kokoro-TTS

在 Windows 11 上本地部署 Kokoro-TTS，主要有四种方案。对于大多数用户，方案一（使用预打包的Windows版本） 是最简单快捷的选择；如果你需要更灵活的控制或集成到开发工作流中，方案二（通过 pip 安装） 则是更推荐的方式。

前置条件

在开始之前，请确保系统已准备好以下基础环境：

关键环境变量（安装 eSpeak NG 后设置）：

ESPEAK_PATH = C:\Program Files\eSpeak NG
ESPEAK_LIBRARY = C:\Program Files\eSpeak NG\libespeak-ng.dll

方案一：使用预打包的 Windows 版本（最简单）

这是最快捷的方式，适合不想配置 Python 环境的用户。

步骤：

1. 下载预编译包：访问 Kokoro-TTS-windows Releases 页面，根据你的硬件选择：

   • NVIDIA GPU 用户：下载 Kokoro-TTS-Windows-GUI-NVIDIA-GPU-x64-v1.0.7z

   • AMD/Intel/无独显用户：下载 Kokoro-TTS-Windows-Gradio-CPU-x64-v1.0.7z

2. 解压并安装 eSpeak：将压缩包解压到任意文件夹，项目内附带了 eSpeak 安装程序，直接运行安装即可。

3. 启动 GUI：双击运行 run_gradio.bat，浏览器将自动打开交互界面，即可开始使用。

注意：此版本支持 8 种语言和 54 种音色，完全离线运行，无需网络连接。

方案二：通过 pip 安装（推荐）

这种方式更灵活，适合希望将 Kokoro-TTS 集成到 Python 项目中的开发者。

步骤：

1. 安装 eSpeak NG：从 eSpeak NG Releases 下载 espeak-ng-X64.msi，安装到默认路径，并设置前述环境变量。

2. 创建虚拟环境并安装：

# 创建虚拟环境（指定 Python 3.12）
py -3.12 -m venv venv
.\venv\Scripts\activate

# 安装 Kokoro-TTS
pip install kokoro-tts

3. 下载模型文件：安装完成后，需要手动下载模型文件到工作目录：

# 下载语音数据
curl -L -o voices-v1.0.bin https://github.com/nazdridoy/kokoro-tts/releases/download/v1.0.0/voices-v1.0.bin

# 下载模型
curl -L -o kokoro-v1.0.onnx https://github.com/nazdridoy/kokoro-tts/releases/download/v1.0.0/kokoro-v1.0.onnx

4. 开始使用：

# 查看帮助
kokoro-tts --help

# 基本用法示例
kokoro-tts --text "Hello, this is Kokoro TTS." --voice af_heart --output output.wav

此方式安装的是 nazdridoy/kokoro-tts 这个 CLI 工具，支持多语言、音色混合、EPUB/PDF 输入等功能。

方案三：从源代码克隆安装（完整功能）

这种方式可以获得功能最完整的本地实现，包含 Web 界面、CLI 和中文支持。

步骤：

1. 克隆仓库并创建虚拟环境：

git clone https://github.com/PierrunoYT/Kokoro-TTS-Local.git
cd Kokoro-TTS-Local

py -3.12 -m venv venv
.\venv\Scripts\activate

2. 安装项目依赖：

pip install -e .

3. （可选）下载日语词典（如需使用日语音色）：

python -m unidic download

4. 启动使用：此版本提供多个入口：

5. （可选）GPU 加速：如果拥有 NVIDIA 显卡，安装 CUDA 版 PyTorch：

# CUDA 12.1 示例
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

验证 CUDA 是否生效：

python -c "import torch; print(torch.cuda.is_available())"
# 应输出 True

方案四：使用 Docker（环境隔离）

如果希望完全隔离运行环境，可以使用 Docker 部署。

步骤：

1. 拉取镜像并运行：

docker run -it -p 7860:7860 efxtv/kokoro-tts

2. 访问界面：打开浏览器访问 http://localhost:7860 即可使用 Web 界面。

Docker 方案在 Windows 上需要 Docker Desktop 支持，且 GPU 加速配置相对复杂，适合已有 Docker 使用经验的用户。

常见问题排查

总结