# Kokoro-TTS

本项目基于 **Kokoro** 模型封装，提供简洁的 Docker 部署方式，支持 **SSML 输入**，输出 **PCM 原始音频**，可用于语音合成。

---

## Quickstart

### 1. 安装镜像
```bash
docker build -t tts:kokoro . -f Dockerfile_kokoro
```
其中，基础镜像 maca-c500-pytorch:2.33.0.6-torch2.6-py310-ubuntu24.04-amd64 通过联系沐曦厂商技术支持可获取

### 2. 启动服务
```bash
metax-docker run -it --rm \
  -v /models/Kokoro-82M-v1.1-zh:/mnt/models \
  --gpus=[2] \
  -p 8080:80 \
  -e MODEL_DIR=/mnt/models \
  -e MODEL_NAME=kokoro-v1_1-zh.pth \
  tts:kokoro
```

参数说明：
- `MODEL_DIR`：模型所在目录（挂载到容器内 `/mnt/models`）
- `MODEL_NAME`：加载的模型文件名（通常为 `.safetensors`）
- `-p 8080:80`：将容器内服务端口映射到宿主机 `8080`

### 3. 测试服务
```bash
curl --request POST "http://localhost:8080/tts" \
  --header 'Content-Type: application/ssml+xml' \
  --header 'User-Agent: curl' \
  --data-raw '<speak version="1.0" xml:lang="zh">
    <voice xml:lang="zh" xml:gender="Female" name="zh">
      今天天气很好，不知道明天天气怎么样。
    </voice>
  </speak>' \
  --output sound.pcm
```

---

- Patch: 修复torch.istft 复数运算出错问题 ，修复 GPU “打字机”噪声