English · Norsk bokmål · Polski · 日本語 · 简体中文 · Español

🎧 Escuchar ejemplos de voces

Hangry Labs KokoroTTS

Texto a voz preparado para Docker, con interfaz web local, generación por streaming y una API compatible con OpenAI.

Esta versión de Hangry Labs está diseñada para una inferencia local sencilla. Inicia un contenedor, abre la interfaz o llama a la API y genera voz sin configurar Python, modelos ni herramientas de audio manualmente.

Qué ofrece el proyecto

• Interfaz web local para generar, transmitir, reproducir y descargar audio
• Endpoint /v1/audio/speech compatible con OpenAI
• API nativa de KokoroTTS con controles de voz, SSML, inspección de tokens y gestión de modelos
• Integración MCP opcional para agentes de IA con enlaces de audio temporales y gestión de paquetes de modelos
• 173 voces en 11 idiomas, con modelos dedicados de alemán, vietnamita y chino mejorado
• Salida WAV, MP3, FLAC, OGG Vorbis, Opus, AAC y PCM sin procesar
• Selección persistente de modelos, caché de modelos y supervisión de la GPU
• Imagen Docker completa que funciona sin conexión después de descargarla
• Imagen Docker reducida que descarga los modelos seleccionados en un volumen persistente

Inicio rápido

Ejecuta la imagen completa con una GPU NVIDIA:

docker run --name kokorotts --restart unless-stopped -p 7860:7860 --gpus all -e CUDA_VISIBLE_DEVICES=0 -v kokorotts_data:/app/persistent hangrylabs/kokorotts:latest

El comando está en una sola línea y se puede pegar directamente en Bash, PowerShell o el Símbolo del sistema de Windows. Docker crea automáticamente el volumen con nombre.

Después, abre:

• Interfaz web: http://localhost:7860
• Documentación de la API: http://localhost:7860/tts/docs

La imagen completa latest incluye los modelos y puede utilizarse sin conexión después de descargarla.

Más información

Consulta la página completa del producto y la guía de instalación en español. La referencia técnica completa se mantiene en el README en inglés.