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

🎧 Posłuchaj przykładów głosów

Hangry Labs KokoroTTS

Gotowy do uruchomienia w Dockerze system zamiany tekstu na mowę z lokalnym interfejsem, strumieniowaniem i API zgodnym z OpenAI.

Ta wersja Hangry Labs jest przeznaczona do prostej lokalnej inferencji. Uruchom jeden kontener, otwórz interfejs lub wywołaj API i generuj mowę bez ręcznej konfiguracji Pythona, modeli ani narzędzi audio.

Co oferuje projekt

• Lokalny interfejs do generowania, strumieniowania, odtwarzania i pobierania dźwięku
• Endpoint /v1/audio/speech zgodny z OpenAI
• Natywne API KokoroTTS ze sterowaniem głosem, SSML, podglądem tokenów i zarządzaniem modelami
• Opcjonalna integracja MCP dla agentów AI z wygasającymi linkami audio i zarządzaniem pakietami modeli
• 173 głosy w 11 językach, w tym dedykowane modele niemieckie, wietnamskie i ulepszone chińskie
• Format WAV, MP3, FLAC, OGG Vorbis, Opus, AAC oraz surowy PCM
• Trwałe ustawienia modeli, pamięć modeli i monitorowanie GPU
• Pełny obraz Docker działający offline po pobraniu
• Mniejszy obraz Docker pobierający wybrane modele do trwałego woluminu

Szybki start

Uruchom pełny obraz na karcie 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

Polecenie jest zapisane w jednej linii i można je wkleić bezpośrednio do Bash, PowerShell lub Wiersza polecenia Windows. Docker automatycznie utworzy nazwany wolumin.

Następnie otwórz:

• Interfejs: http://localhost:7860
• Dokumentacja API: http://localhost:7860/tts/docs

Pełny obraz latest zawiera modele i po pobraniu może działać offline.

Więcej informacji

Przeczytaj pełny polski opis produktu i instrukcję instalacji. Pełna dokumentacja techniczna jest utrzymywana w angielskim README.