跳到主要内容

🗨️ Kokoro Web - 让 Open WebUI 的语音合成变得轻松

注意

本教程由社区贡献，并未获得 Open WebUI 团队的支持，仅作为如何定制 Open WebUI 以满足特定需求的示例。想要贡献？请查看贡献教程。

什么是 Kokoro Web？​

Kokoro Web 提供了一个轻量级、兼容 OpenAI 的 API，用于强大的 Kokoro-82M 文本转语音模型。这款工具可以无缝集成到 Open WebUI 中，为您的 AI 对话带来自然的语音体验。

🚀 两步集成​

1. 部署 Kokoro Web API（只需一条命令）​

services:
  kokoro-web:
    image: ghcr.io/eduardolat/kokoro-web:latest
    ports:
      - "3000:3000"
    environment:
      # 更改为任意密钥，作为您的 OpenAI 兼容 API 密钥
      - KW_SECRET_API_KEY=your-api-key
    volumes:
      - ./kokoro-cache:/kokoro/cache
    restart: unless-stopped

运行命令：docker compose up -d

2. 连接到 OpenWebUI（30 秒即可完成）​

  1. 在 OpenWebUI 中，转到 Admin Panel → Settings → Audio
  2. 配置以下内容：
    • 文本转语音引擎：OpenAI
    • API 基础 URL：http://localhost:3000/api/v1
      （如果使用 Docker：http://host.docker.internal:3000/api/v1）
    • API 密钥：your-api-key（来自步骤 1）
    • TTS 模型：model_q8f16（尺寸和质量的最佳平衡）
    • TTS 语音：af_heart（默认温暖、自然的英语语音）。您可以从 Kokoro Web Demo 更改为其他语音或格式。

完成！您的 OpenWebUI 现在具备 AI 语音功能。

🌍 支持的语言​

Kokoro Web 支持 8 种语言，每种语言均有专为其优化的特定语音：

  • 英语（美国）- en-us
  • 英语（英国）- en-gb
  • 日语 - ja
  • 中文 - cmn
  • 西班牙语 - es-419
  • 印地语 - hi
  • 意大利语 - it
  • 葡萄牙语（巴西）- pt-br

每种语言都有专属语音，以实现最佳发音和自然流畅。完整的语言专属语音列表请见 GitHub 仓库，或者使用 Kokoro Web Demo 立即预览和创建自定义语音。

💾 针对任意硬件优化的模型​

选择适合您硬件需求的模型：

模型 ID优化方式大小理想用途
model_q8f16混合精度86 MB推荐 - 最佳平衡
model_quantized8 位量化92.4 MB良好的 CPU 性能
model_uint8f16混合精度114 MB中端 CPU 上更高的质量
model_q4f164 位和 fp16 权重154 MB更高的质量，同时高效
model_fp16fp16163 MB高质量
model_uint88 位和混合优化177 MB平衡选项
model_q44 位矩阵乘法305 MB高质量选项
modelfp32326 MB最大质量（稍慢）

✨ 安装前先体验​

访问 Kokoro Web Demo 即刻预览所有语音功能。此演示：

  • 完全在浏览器中运行 - 无需服务器
  • 永久免费 - 没有使用限制或注册要求
  • 零安装 - 只需访问网站即可开始使用
  • 所有功能可用 - 立即测试任何语音或语言

需要更多帮助？​

如需更多选项、语音定制指南和高级设置，请访问 GitHub 仓库。

在 OpenWebUI 的对话中享受自然 AI 语音吧！