PierrunoYT/Kokoro-TTS-Local

해결하는 문제

이 프로젝트는 Kokoro-82M 음성 합성(TTS) 모델의 로컬, 설치가 쉬운 구현을 제공합니다. 초기 설정 후에는 완전한 오프라인 지원을 통해 클라우드 기반 TTS 서비스에 의존할 필요 없이 사용자의 자체 하드웨어에서 고품질 음성을 생성할 수 있습니다.

작동 방식

Kokoro-82M 모델(8200만 파라미터 모델)을 래핑하고, Hugging Face에서 모델 가중치와 음성 파일을 자동으로 다운로드합니다. 사용자는 명령줄 인터페이스(CLI) 또는 Gradio 기반 웹 인터페이스를 통해 시스템과 상호작용할 수 있습니다. WAV, MP3, AAC 등 다양한 출력 형식을 지원하며, CUDA 호환 GPU를 활용해 음성 생성 속도를 향상시킬 수 있습니다.

대상 사용자

• 외부 API에 의존하지 않고 고품질 로컬 TTS를 원하는 개발자 및 사용자.
• 프라이버시 또는 연결성 문제로 오프라인 음성 합성을 필요로 하는 사용자.
• 9개 언어를 지원하는 다국어 TTS 솔루션을 찾는 사용자.

주요 특징

• 다국어 지원: 미국 영어, 영국 영어, 일본어, 중국어(표준어), 스페인어, 프랑스어, 힌디어, 이탈리아어, 브라질 포르투갈어를 포함한 9개 언어의 54개 음성.
• 유연한 인터페이스: 인터랙티브 CLI와 '스피드 다이얼' 프리셋을 갖춘 웹 기반 UI를 제공하여 선호하는 음성과 속도 조합을 저장할 수 있습니다.
• 오프라인 기능: HF_HUB_OFFLINE 환경 변수를 통해 완전한 오프라인 모드를 지원합니다.
• 크로스 플랫폼: Windows, Linux, macOS와 호환되며, Docker 지원으로 배포를 간소화합니다.
• 포괄적인 진단 도구: Python 버전, CUDA 사용 가능 여부, 시스템 종속성 등을 검증하는 kokoro-tts-check 도구를 포함합니다.