Docker Desktop 或 Docker Engine。NVIDIA GPU 为可选项，也可使用 CPU 模式。完整镜像包含全部 5 个模型包。
快速本地语音 稳定版 v1.0 或滚动 latest
KokoroTTS
在你自己的电脑上运行自然语音。
一个本地优先的 8200 万参数 TTS 工作空间，提供 11 种语言的 173 个音色、5 个可独立管理的模型包、流式生成、SSML 多角色对话、兼容 OpenAI 的 API 以及可选 MCP 工具。
打开生成页面，输入句子，选择声音并点击生成。可取消合成使用流式页面，集成状态使用 API 页面，模型包和 GPU 控制使用系统页面。
完整镜像拉取后无需另行下载模型即可运行。文本和生成的音频无需离开你的电脑。
包含内容
完整的本地工作空间，不只是一个模型。
- 11 种语言的 173 个音色
- 5 个可独立管理的模型包
- 生成、流式、API 和系统页面
- 7 种音频格式和可取消流式输出
- 兼容 OpenAI 的 API 与原生 API
- SSML 多角色对话和需主动启用的 MCP
音色与模型目录
一个工作空间，五套模型。
v1.0 发行版和滚动 latest 将标准 Kokoro 音色与专用德语、越南语和增强中文模型整合到同一个界面中。每个模型包都可以单独启用，并且只在实际使用时载入。
54 个标准音色、2 个专用德语音色、14 个越南语音色，以及中文 v1.1 模型包中的 103 个音色。
8 个标准普通话音色，加上 100 个增强普通话音色。
标准 Kokoro、德语 Martin、德语 Victoria、越南语以及中文 v1.1。
美式英语、英式英语、日语、中文普通话、西班牙语、法语、印地语、意大利语、巴西葡萄牙语、德语和越南语。
Kokoro v1.1 Chinese
专为中文语音打造的增强模型。
固定版本的 Kokoro v1.1 中文模型在保留原有标准音色的同时，大幅扩展了普通话选择。它作为独立模型包，在同一个 KokoroTTS 工作空间中管理。
试听中文音色 ↗- 100 个增强普通话音色：55 个女声和 45 个男声。
- 与 8 个标准普通话音色合计，共有 108 个普通话选择。
- 另外 3 个英语音色支持中英混合文本合成。
- 完整镜像已包含该模型，可离线使用；精简镜像会在首次选择时下载。