来源丨图灵AI云

Streaming-Kokoro是一款基于网络的文本转语音应用程序，利用Kokoro-82M模型在浏览器中生成高质量的语音音频。


它完全在浏览器中运行，无需任何服务器端处理或 API 调用，是一个真正开源、隐私保护、零服务器依赖的TTS工具。

支持WebGPU加速、流式音频生成和多语言语音风格，适合内容创作者、教育工作者和开发者。


核心功能

  • 100%本地运行：所有语音合成过程全部在浏览器端完成，不上传任何数据。

  • WebGPU 加速：支持 WebGPU 高性能加速，没有 GPU 也可用 WASM 运行。

  • 流式音频生成：将文本分块处理，并在生成音频时进行流式传输。

  • 智能文本分块：自动切分长文本，保持停顿/节奏自然，语音连贯。

  • 多语音风格：支持多种声线，并覆盖英语、日语、中文等多国家语言。

  • 音频下载：生成音频可直接保存为MP3/WAV，方便离线使用。

  • 轻量高效：300MB模型（首次加载缓存），占用内存低，适配中低端设备。


快速使用

Streaming-Kokoro 无需部署、即开即用，只需要克隆项目，将项目中的js代码下载本地。

具体流程如下：

1、克隆项目库(手动下载也可以)

gitclonehttps://github.com/rhulha/StreamingKokoroJS.git

2、使用本地网络服务器提供文件（开启JS前端服务）

3、在浏览器中打开应用程序（推荐使用支持WebGPU的Chrome/Edge）

4、在文本区域输入或粘贴文本

5、点击“播放”以流式传输音频，或点击“下载”以将其保存到磁盘

官方也有在线体验 DEMO 可直接访问(打开网页，首次加载会自动下载约 300MB 模型)：


https://rhulha.github.io/StreamingKokoroJS


适用场景

  • 有声读物/视频配音：纯本地生成，隐私无忧，可一次性处理大量文本。

  • 政府/医疗/教育：对数据敏感，不能上传云端处理的场景。

  • 创意项目开发：作为浏览器插件、AI助手组件的语音引擎嵌入。

  • 离线网页：可嵌入到离线网页或本地应用中，不依赖网络连接。


    写在最后

    Streaming-KokoroJS是目前少有的真正支持本地语音合成的 TTS 工具，适合所有重视隐私、效率和使用便捷性的用户。

    它基于Kokoro-82M，使用仅需自动下载300MB模型，还具备WebGPU加速，完全离线、高质量、低门槛齐聚一身。

    如果你正在寻找一个能：离线使用、完全免费、支持多种语音风格、可集成到自定义系统中的 TTS 工具，那么这款浏览器内运行的TTS神器，值得成为你的预选！


    GitHub 项目地址：https://github.com/rhulha/StreamingKokoroJS