OddTTS：为何不直接让Kokoro语音合成本地CPU全速跑？

一、前言 前两天针对轻量级TTS引擎Kokoro做了一些测试（ https://mp.weixin.qq.com/s/xKBLfAkfImwHrjYIml0KuA ），测试下来发现效果居然挺好的，而且自带8种音色的支持，纯CPU跑，速度还快，测完了我就停不下来了，当时就想把它整合到我的OddTTS项目，今天周末终于有空，于是就简单搞了一下，现在已经在我的小落同学上用上了。 二、主要更新 先看效果 正常语速wav格式: https://www.oddmeta.net/wp-content/uploads/2026/03/OddTTS-kokoro-正常速度wav格式.wav 正常语速mp3格式: https://www.oddmeta.net/wp-content/uploads/2026/03/OddTTS-kokoro-正常速度mp3格式.mp3 3倍语速mp3格式: https://www.oddmeta.net/wp-content/uploads/2026/03/OddTTS-kokoro-3倍速mp3格式.mp3 更新内容 demo前端从gradio改成flask（降低依赖） BaseTTS接口调整 MP3、WAV格式转换 Kokoro 中文引擎支持。 三、如何使用 1. 安装 pip install -i https://pypi.org/simple/ oddtts 2. 启动 默认的参数启动：绑定127.0.0.1环回地址，默认使用9001端口。 oddtts 启动后，浏览器打开地址：http://127.0.0.1:9001 自定义参数启动 若要允许其他IP访问，请使用以下命令启动服务，将host设置为0.0.0.0，端口也可以改成你自定义的端口。 oddtts --host 0.0.0.0 --port 8080 启动后，浏览器打开地址：http://your_ip_addr:8080 3. API调用示例 以下是一个OddTTS的API调用的示例，建议用OpenAI 兼容接口 from openai import OpenAI base_url = "http://localhost:9001/v1" model = "oddtts-1" api_key = "dummy" voice = "zf_xiaobei" text = "欢迎关注我的公众号: 奥德元。一起学习AI，一起追赶时代！Good good study, day day up!" def test_openai_tts_api(voice_id): client = OpenAI( api_key=api_key, base_url=base_url ) response = client.audio.speech.create( model=model, input=text, voice=voice_id, response_format="mp3" ) response.write_to_file("output.mp3") if __name__ == "__main__": test_openai_tts_api(voice) 四、注意事项 模型下载问题 Kokoro的模型放在huggingface.co上，在国内访问存在问题，解决方案： Windows set HF_ENDPOINT=https://hf-mirror.com set HF_HOME=F:/ai_share/models Linux/MacOS export HF_ENDPOINT=https://hf-mirror.com export HF_HOME=/opt/ai_share/models 输出wav正常，输出MP3报错 OddTTS的依赖里有加了ffmpeg，但是如果你机器上原先就有安装过ffmpeg有可能会报错，若是报错了，请再手动安装一下ffmpeg即可。 服务启动失败 检查端口是否被占用 确认所有依赖包已正确安装 查看日志文件获取详细错误信息 语音合成失败 检查TTS引擎配置是否正确 确认选择的语音存在于当前TTS引擎中 对于某些需要联网的引擎，确认网络连接正常（如: EdgeTTS） 如何切换TTS引擎 修改 oddtts_config.py 文件中的 tts_type 配置项 重启服务使配置生效 输出格式 默认输出格式为mp3 可以通过 response_format 参数指定其他格式，如wav、mp3等 环境要求 Python 3.12+（低版本也能用，但是建议用3.12+) 至少 2GB 可用磁盘空间（模型350M，再加python依赖，语音合成临时文件） 推荐 4GB+ 内存