Kokoro TTS API：快速文本转语音的Docker化FastAPI封装（Kokoro-82M模型）

综合介绍

Kokoro-FastAPI是一个基于Docker的FastAPI封装，旨在为Kokoro-82M文本转语音模型提供支持。该项目支持NVIDIA GPU加速，并提供了队列处理和自动拼接功能，使得生成长文本的语音输出更加高效和连贯。项目由GitHub用户remsky开发，并在GitHub上公开。用户可以通过API接口进行文本转语音的请求，并获得高质量的语音输出，适用于各种需要语音生成的应用场景。

功能列表

• 提供Kokoro-82M文本转语音模型的API封装
• 支持NVIDIA GPU加速，提升语音生成效率
• 队列处理功能，支持并发请求
• 自动拼接功能，生成连贯的长文本语音输出
• Docker化部署，简化安装和配置
• 提供示例代码和使用文档，便于开发者上手

使用帮助

安装流程

1. 确保已安装Docker和NVIDIA Docker支持。
2. 克隆Kokoro-FastAPI项目仓库：

   git clone https://github.com/remsky/Kokoro-FastAPI.git

3. 进入项目目录并构建Docker镜像：

   cd Kokoro-FastAPI
   docker build -t kokoro-fastapi .
   

4. 启动Docker容器：

   docker run --gpus all -d -p 8000:8000 kokoro-fastapi
   

使用API接口

1. 访问API文档：
   打开浏览器，访问http://localhost:8000/docs 查看API文档和测试接口。
2. 发送文本转语音请求：
   使用POST请求向/generate接口发送文本数据，例如：

   curl -X POST "http://localhost:8000/generate" -H "accept: application/json" -H "Content-Type: application/json" -d '{"text": "你好，世界！"}'
   

3. 获取语音输出：
   请求成功后，将返回生成的语音文件URL，用户可以通过下载或播放该文件。

示例代码

项目提供了示例代码，帮助开发者快速上手：

• test_openai_tts.py 示例展示了如何使用API进行文本转语音请求。

详细操作流程

1. 确保系统满足硬件和软件要求，特别是NVIDIA GPU和CUDA驱动。
2. 按照安装流程安装并启动Kokoro-FastAPI服务。
3. 参考API文档和示例代码，发送文本转语音请求。
4. 获取语音输出文件并进行后续处理和使用。

通过以上步骤，用户可以轻松部署和使用Kokoro-FastAPI，实现高效的文本转语音功能，为各种应用场景提供优质的语音生成服务。